成为VIP
思维+场景+实战+项目经验，全方位晋级高阶数据分析工程师
数据分析零基础学员或者有一定基础学员、大中院校学生
在职从事数据分析相关工作以及打算转行 Python 数据分析和挖掘相关人员
对 Python 以及数据分析和挖掘有兴趣人群技术储备
Python基础
数理统计基础环境参数
python 3
notebook jupyter
scikit- learn
lightgbm、word2vec 等
本章主要对课程进行介绍，并详细阐述了数据分析工程师的进阶指南，以及数据分析工程师的核心竞争力。收起列表
视频：
1-1 数据分析课程导学 (04:07)
试看
视频：
1-2 数据分析工程师的进阶指南 (06:06)
视频：
1-3 课程的核心目标 (07:29)
第2章 数据分析必备技能-开始 试看13 节 | 199分钟
本章主要介绍了数据分析报告的组成和构建方式，并对必备语言Python，以及核心模块Numpy、Pandas、数据可视化进行介绍。最后通过三个实战项目进行必备技能的掌握。收起列表
视频：
2-1 数据分析报告的关键组成部分 (17:11)
试看
视频：
2-2 如何构建企业级数据分析报告？ (15:01)
视频：
2-3 Python还可以这样用（中高级） (13:11)
视频：
2-4 快速处理数据不二选择-NumPy (08:39)
视频：
2-5 数据探索工具-Pandas (14:40)
视频：
2-6 高效处理带有时间序列数据（一） (14:25)
视频：
2-7 高效处理带有时间序列数据（二） (14:01)
视频：
2-8 实战：杭州市地铁流量时间序列数据处理（一） (16:46)
视频：
2-9 实战：杭州市地铁流量时间序列数据处理（二） (14:57)
视频：
2-10 实战：kaggle数据分析可视化实战（一） (20:20)
视频：
2-11 实战：kaggle数据分析可视化实战（二） (13:20)
视频：
2-12 实战：kaggle数据分析可视化实战（三） (14:47)
视频：
2-13 实战：kaggle数据分析可视化实战（四） (21:03)
第3章 数据分析思维拓展-间奏一13 节 | 129分钟
本章主要介绍核心数据分析思维方法，具体为对比分析、分类分析、时间序列分析、逻辑树分析、多维度拆解分析、假设检验分析、多变量分析、AARRR模型、RFM模型，并通过实战项目进行实操，最后部分细致介绍用户画像的应用与构建。…收起列表
视频：
3-1 对比分析和分类分析思路与应用场景 (12:13)
视频：
3-2 时间序列分析思路与应用场景 (14:31)
视频：
3-3 实战：淘宝电商商品销量数据分析 (22:57)
视频：
3-4 逻辑树分析思路与应用场景 (06:59)
视频：
3-5 多维度拆解分析思路与应用场景 (06:15)
视频：
3-6 假设检验分析思路与应用场景 (05:21)
视频：
3-7 多个变量间的相关性分析与应用场景 (04:22)
视频：
3-8 实战：互联网金融信贷数据分析 (15:37)
视频：
3-9 如何使用AARRR模型对用户进行分层？ (08:38)
视频：
3-10 RFM模型实现精细化用户运营 (09:22)
视频：
3-11 用户画像：如何真正了解用户需求？ (13:07)
视频：
3-12 抖音、QQ浏览器、百度APP的用户画像差异 (03:51)
视频：
3-13 推荐系统中的用户画像 (05:17)
第4章 数据分析算法应用-间奏二11 节 | 130分钟
本章介绍了数据分析中常用到的算法，从算法的理论部分展开介绍，并通过多个实战案例进行算法的巩固学习。
收起列表
视频：
4-1 从决策树到GBDT的优化（一） (11:44)
视频：
4-2 从决策树到GBDT的优化（二） (12:43)
视频：
4-3 信用卡客户贷款违约预测实战–使用决策树（一） (17:05)
视频：
4-4 信用卡客户贷款违约预测实战–使用决策树（二） (12:12)
视频：
4-5 kmeans无监督聚类的强大 (11:00)
视频：
4-6 红楼梦文本聚类实战–使用kmeans (19:15)
视频：
4-7 关联规则分析应用 (07:51)
视频：
4-8 经典模型支持向量积 (06:40)
视频：
4-9 超强拟合能力的神经网络 (09:11)
视频：
4-10 预测服装厂员工生产效率–神经网络（一） (12:58)
视频：
4-11 预测服装厂员工生产效率–神经网络（二） (09:13)
第5章 京东电商用户行为分析（非模型）项目实战-副歌9 节 | 125分钟
本章以京东电商平台真实数据为基础，对京东电商平台中用户行为进行详细分析，从中挖掘有价值信息，最终进行数据分析报告撰写。
收起列表
视频：
5-1 如何提出分析问题？ (07:28)
视频：
5-2 数据获取和数据预处理 (17:19)
视频：
5-3 掌握流量和转化指标 (13:18)
视频：
5-4 用户行为路径分析应用 (11:03)
视频：
5-5 使用AARRR漏斗模型拆解用户行为 (18:56)
视频：
5-6 用户消费习惯分析及应对方式 (19:32)
视频：
5-7 从商品相关性中挖掘可用信息 (14:41)
视频：
5-8 使用RFM模型进行用户价值分析及应对方式（一） (11:07)
视频：
5-9 使用RFM模型进行用户价值分析及应对方式（二） (11:01)
第6章 数据挖掘模型应用-主歌一5 节 | 61分钟
本章介绍数据挖掘中的核心实战内容，帮助快速从数据中提取更深层次的信息，本章最后部分深入介绍了有关模型的选择以及高阶实战技巧。
收起列表
视频：
6-1 问题理解与评估指标 (21:39)
视频：
6-2 数据探索性分析（EDA） (04:17)
视频：
6-3 特征工程的重要性 (13:21)
视频：
6-4 如何选择合适的模型？ (10:54)
视频：
6-5 进行模型高阶实践 (10:21)
第7章 APP活跃用户预测（模型）项目实战-主歌二9 节 | 86分钟
本章以短视频平台APP真实数据为基础，充分应用数据分析和数据挖掘技术，解决营销算法中核心的用户活跃预测问题。
收起列表
视频：
7-1 实战案例准备工作 (01:17)
视频：
7-2 数据获取和数据预处理.mp4 (04:04)
视频：
7-3 用户行为数据分析和可视化 (09:51)
视频：
7-4 滑窗法扩充训练集数据 (12:15)
视频：
7-5 构建描述用户的特征 (12:19)
视频：
7-6 构建描述拍客的特征 (11:33)
视频：
7-7 选择有价值的特征 (10:21)
视频：
7-8 使用树模型三剑客 (13:16)
视频：
7-9 构建模型差异性进行融合 (11:04)
第8章 总结与展望-尾曲4 节 | 26分钟
本章对整个课程进行回顾，同时还介绍数据分析工程师面试中的知识点，以及项目相关的面试知识点和常见问题。最后部分介绍了关于数据分析的后续学习方向。
收起列表
视频：
8-1 整章课程回顾 (04:48)
视频：
8-2 数据分析工程师面试问题方向讲解 (08:13)
视频：
8-3 选择合适的意向领域及成长路线 (07:02)
视频：
8-4 学习完这个课程以后怎样继续深入数据分析的学习？ (05:38)
本课程已完结
