投稿

【B站强推】腾讯内部数据分析师培训教程，这绝对是2025年B站最细最易懂的数据分析零基础全套课程，全程通俗易懂，学不会我退出数分界！

1.1万

4

2025-04-15 17:58:59

未经作者授权，禁止转载

正在缓冲...

【数据分析学习教程视频配套籽料、笔记、实战项目、思维导图、电子书+面试题请看 ”置顶平论” 自取哦】本套数据分析教程从零开始讲解，从数据分析需要具备的四大能力，SQL的技巧和分析方法，如何撰写一个完美的数据分析报告，AB测试的效果，机器学习与数据建模，还有深度学习算法，线性回归，逻辑回归。无论是新手小白，还是有一定数据分析经验的选手，皆可学习。如果视频对你有用的话请一键三连【长按点赞】支持一下UP哦，拜托，这对我真的很重要！

数据分析学习

商业数据分析

数据分析面试

数据分析培训

数据分析必学

数据分析师

python数据分析

数据分析入门

热爱编程的青浩发消息

一位分享编程知识的UP主，感谢大家的关注。

AI绘画一键生图，你想要的动漫风格随心制作！

1.数据分析需要具备的四大能力

14:07

2.电商数据分析：京东 App 的详细产品分析

14:37

3.互联网金融：芝麻信用分的建模过程是怎样的？

14:46

4.游戏：游戏行业的 ROI 和付费率是怎么算的？

13:30

5.销售：传统行业如何做好交易额提升？

12:51

6.指标体系搭建：指标体系的经典四步

13:31

7.流量分析：如何分析数据的波动？

16:23

8.路径分析：用户的使用路径网络分析

20:48

9.竞品分析：教你如何做竞品分析

15:20

10.营销活动：日常运营活动的分析模板

13:16

11.用户增长：用户增长的本质是什么？

10:06

12.问题定义和拆解：如何去定义问题、拆解问题？

11:00

13.数据获取与分析：常见的 SQL 技巧和分析方法

09:24

14.报告撰写：专题报告的完美标准化格式

10:59

15AB 测试：AB 测试的效果监控

15:51

16.行业分析：行业分析及框架分析

15:58

17.数仓：数据仓库的三种类型表

10:47

18. 用户研究：用户研究和数据分析的根本联系与区别

08:26

19. 数据仓库

05:08

20.监测与抓取

02:58

21.填写、埋点、日志、计算

02:31

22.数据案例介绍

04:37

23.集中趋势,离中趋势

06:07

24.数据分布--偏态与峰度

04:07

25.数据分布--偏态与峰度

04:07

26.抽样理论

05:11

27.编码实现

13:33

28.数据分类

02:41

29.异常值分析

03:42

30.对比分析

05:42

31.结构分析

01:41

32.分布分析

06:07

33.可视化-柱状图

15:49

34. 可视化-直方图

04:43

35. 可视化-箱线图

02:24

36.可视化-折线图

02:23

37.可视化-饼图

03:15

38.本章小结

03:49

39.假设检验

08:21

40.卡方检验

02:24

41.方差检验

03:46

42.相关系数

03:35

43.线性回归

02:50

44.主成分分析

05:27

45. 编码实现

20:40

46.交叉分析方法与实现

14:57

47.分组分析方法与实现

09:11

48.相关分析与实现

23:58

49.因子分析与实现

07:04

50.本章小结

02:06

51.特征工程概述

10:02

52.数据样本采集

02:46

53.异常值处理

12:49

54.标注

03:03

55.特征选择

17:22

56.特征变换-对指化

04:41

57.特征变换-离散化

07:41

58.特征变换-归一化与标准化

07:27

59.特征变换-数值化

10:22

60.特征变换-正规化

04:53

61.特征降维-LDA

11:39

62.特征衍生

03:07

63.HR表的特征预处理-1

15:35

64.本章小结

02:56

65.机器学习与数据建模

05:19

66.训练集、验证集、测试集

07:04

67.分类-KNN

21:47

68.分类-朴素贝叶斯

20:00

69.分类-决策树

24:03

70. 分类-支持向量机

21:09

71.分类-集成-随机森林

20:36

72.分类-集成-Adaboost

10:50

73.回归-线性回归

23:39

74.回归-分类-逻辑回归

11:19

75.回归-分类-人工神经网络

16:28

76.回归-分类-人工神经网络-2

15:50

77.回归-回归树与提升树

10:15

78.聚类-Kmeans-1

10:40

79.聚类-Kmeans-2

10:57

80.聚类-DBSCAN

10:39

81.聚类-层次聚类

04:46

82.聚类-图分裂

03:58

83.关联-关联规则-1

14:26

84.关联-关联规则-2

14:44

85.半监督-标签传播算法

17:50

86.本章小结

05:53

87.分类评估-混淆矩阵

15:43

88.分类评估-ROC、AUC、提升图与KS图

15:17

89. 回归评估

05:32

90.非监督评估

08:27

91.课程回顾与多角度看数据分析

05:43

顶部