DC学院数据分析师

  • 课程目录: ├─免费试学-试听课程 │ 试学1-试听课程 │ ├─第1章-开启数据分析之旅 │ 1-1 数据分析的一般流程及应用场景 │ 1-2 Python编程环境的搭建及数据分析包的安装 │ ├─第2章-获取你想要的数据 │ 2-1 获取互联网上的公开数据集 │ 2-2 用网站API爬取网页数据 │ 2-3 爬虫所需的HTML基础 │ 2-4 基于 HTML 的爬虫,Python(Beautifulsoup)实现 │ 2-5 网络爬虫高级技巧-使用代理和反爬虫机制 │ 2-6 应用案例-爬取豆瓣 TOP250 电影信息并存储 │ ├─第3章-数据存储与预处理 │ 3-1 数据库及 SQL 语言概述 │ 3-2 基于 HeidiSQL 的数据库操作 │ 3-3 数据库进阶操作-数据过滤与分组聚合 │ 3-4 用 Python 进行数据库连接与数据查询 │ 3-5 其他类型数据库-SQLite&MongoDB │ 3-6 用 Pandas 进行数据预处理-数据清洗与可视化 │ ├─第4章-统计学基础与Python数据分析 │ 4-1 探索型数据分析-绘制统计图形展示数据分布 │ 4-2 探索型数据分析实践-通过统计图形探究数据分布的潜在规律(Seaborn实现) │ 4-3 描述统计学-总体、样本和误差,基本统计量 │ 4-4 推断统计学-概率分布和假设检验 │ 4-5 验证型数据分析实践-在实际分析中应用不同的假设检验(scipy实现) │ 4-6 预测型数据分析-线性回归 │ 4-7 预测型数据分析-Python中进行线性回归(scikit-learn实现) │ 4-8 预测型数据分析-分类及逻辑回归 │ 4-9 预测型数据分析-其它常用回归和分类算法(k近邻、决策树、随机森林) │ 4-10 预测型数据分析-聚类算法(k均值、DBSCAN) │ 4-11 预测型数据分析-用特征选择方法优化模型(一) │ 4-12 预测型数据分析-用特征选择方法优化模型(二) │ 4-13 预测型数据分析实践-用scikit-learn实现数据挖掘建模全过程 │ 4-14 预测型数据分析实践-用rapidminer解决商业分析关键问题 │ 4-15 高级数据分析工具-进阶机器学习技术概览 │ ├─第5章-数据分析思维与全流程实战 │ 5-1 养成数据分析的思维 │ 5-2 全方位数据分析实战及报告撰写 │ 5-3 课程回顾以及知识延伸 │ └─资料区
    • 562