斯坦福大学《社会和经济网络：建模与分析|Social and Economic Networks: Models and Analysis》中英字幕
293
0
2024-04-07 19:00:00
未经作者授权，禁止转载
正在缓冲...
该视频为「30元包月」专属视频 开通「30元档包月充电」即可观看
去开通
- 人正在看， - 条弹幕
充电后即可发送弹幕
弹幕礼仪
发送
46
10
345
22
https://www.coursera.org/learn/social-economic-networks
这是一门关于如何建模社会和经济网络以及它们对人类行为的影响的课程。我们会研究网络是如何形成的，为什么它们会呈现出某些特定的模式，以及它们的结构是如何影响扩散、学习和其他行为的。我们将汇集来自经济学、社会学、数学、物理学、统计学和计算机科学的模型和技术来回答这些问题。
课程从关于社会和经济网络的一些实证背景以及用于描述和衡量网络的概念概述开始。接下来，我们将介绍一系列关于网络如何形成的模型，包括随机网络模型以及战略形成模型，以及一些混合模型。然后，我们将讨论一系列关于网络如何影响行为的模型，包括传染、扩散、学习和同伴影响。
你可以在这里找到更详细的教学大纲：http://web.stanford.edu/~jacksonm/Networks-Online-Syllabus.pdf
你可以在这里找到一个简短的课程介绍视频：http://web.stanford.edu/~jacksonm/Intro_Networks.mp4
音质差原声字幕可能卡顿/缺失，其他问题也请评论区指出。包月补档看置顶动态，其余补档请加?群 606013335；请多看置顶动态、合集
关注 35.0万
弹幕列表
数据/分析/Python
（77/107）
自动连播
55.1万播放
简介
订阅合集
哈佛大学《大数据算法|Harvard Algorithms for Big Data (COMPSCI 229r) 2016》deepseek
[01]Algorithms for Big Data (COMPSCI 229r), Lecture 1.zh_en
01:26:05
[02]Algorithms for Big Data (COMPSCI 229r), Lecture 2.zh_en
01:23:57
[03]Algorithms for Big Data (COMPSCI 229r), Lecture 3.zh_en
01:22:13
[04]Algorithms for Big Data (COMPSCI 229r), Lecture 4.zh_en
01:21:03
[05]Algorithms for Big Data (COMPSCI 229r), Lecture 5.zh_en
01:23:03
[06]Algorithms for Big Data (COMPSCI 229r), Lecture 6.zh_en
01:25:47
[07]Algorithms for Big Data (COMPSCI 229r), Lecture 7.zh_en
01:19:27
[08]Algorithms for Big Data (COMPSCI 229r), Lecture 8.zh_en
01:22:02
[09]Algorithms for Big Data (COMPSCI 229r), Lecture 9.zh_en
01:23:12
[10]Algorithms for Big Data (COMPSCI 229r), Lecture 10.zh_en
01:18:48
[11]Algorithms for Big Data (COMPSCI 229r), Lecture 11.zh_en
01:19:20
[12]Algorithms for Big Data (COMPSCI 229r), Lecture 12.zh_en
01:30:06
[13]Algorithms for Big Data (COMPSCI 229r), Lecture 13.zh_en
01:21:48
[14]Algorithms for Big Data (COMPSCI 229r), Lecture 14.zh_en
01:21:38
[15]Algorithms for Big Data (COMPSCI 229r), Lecture 15.zh_en
01:23:56
[16]Algorithms for Big Data (COMPSCI 229r), Lecture 16.zh_en
01:23:02
[17]Algorithms for Big Data (COMPSCI 229r), Lecture 17.zh_en
01:17:47
[18]Algorithms for Big Data (COMPSCI 229r), Lecture 18.zh_en
01:23:14
[19]Algorithms for Big Data (COMPSCI 229r), Lecture 19.zh_en
01:19:47
[20]Algorithms for Big Data (COMPSCI 229r), Lecture 20.zh_en
01:19:58
[21]Algorithms for Big Data (COMPSCI 229r), Lecture 21.zh_en
01:24:59
[22]Algorithms for Big Data (COMPSCI 229r), Lecture 22.zh_en
01:25:06
[23]Algorithms for Big Data (COMPSCI 229r), Lecture 23.zh_en
01:22:52
[24]Algorithms for Big Data (COMPSCI 229r), Lecture 24.zh_en
01:24:48
[25]Algorithms for Big Data (COMPSCI 229r), Lecture 25.zh_en
01:21:17
UCB《数据102：数据、推理与决策|Data 102: Data, Inference, and Decisions 2021》中英字幕deepseek-R1
[01]P1.zh_en
32:15
[02]P2.zh_en
53:25
[03]P3.zh_en
59:17
[04]P4.zh_en
01:28:48
[05]P5.zh_en
01:09:21
[06]P6.zh_en
01:05:59
[07]P7.zh_en
01:14:59
[08]P8.zh_en
01:15:22
[09]P9.zh_en
01:00:14
[10]P10.zh_en
01:16:17
[11]P11.zh_en
01:06:43
[12]p12.zh_en
01:32:23
[13]P13.zh_en
01:05:41
[14]P14.zh_en
01:16:31
[15]P15.zh_en
01:15:42
[16]P16.zh_en
01:08:48
[17]P17.zh_en
01:20:22
[18]P18.zh_en
01:05:07
[19]P19.zh_en
01:03:55
[20]P20.zh_en
01:24:26
[21]P21.zh_en
43:25
[22]P22.zh_en
51:25
[23]P23.zh_en
32:13
[24]P24.zh_en
38:30
约翰霍普金斯大学《R语言数据可视化和仪表盘|Data Visualization & Dashboarding with R》中英字幕
0_课程介绍.zh_en
02:40
1_R和软件安装介绍.zh_en
05:31
2_基础R第1部分.zh_en
03:54
3_基础R第2部分.zh_en
05:50
4_R中的函数.zh_en
03:27
5_数据框.zh_en
07:57
6_将数据导入R的基础知识.zh_en
05:44
7_基础R可视化.zh_en
05:12
8_tidyverse介绍.zh_en
05:47
9_tidyverse中的数据导入和结构.zh_en
04:50
10_过滤、选择、重新编码、重命名和管道操作.zh_en
05:55
11_重新编码、重命名和计算列.zh_en
06:19
12_分组和汇总数据.zh_en
04:19
13_使用R Markdown创建报告.zh_en
06:18
14_R Markdown语法和表格.zh_en
05:12
15_qplots和结束语.zh_en
03:40
0_欢迎来到课程.zh_en
02:46
1_开始使用ggplot第1部分.zh_en
07:24
2_开始使用ggplot第2部分.zh_en
08:53
3_分布.zh_en
06:45
4_条形图第1部分.zh_en
06:24
5_条形图第2部分.zh_en
05:37
6_条形图第3部分.zh_en
04:32
7_折线图第1部分.zh_en
05:46
8_折线图第2部分.zh_en
04:11
9_学习新图形第1部分.zh_en
07:24
10_学习新图形第2部分.zh_en
04:47
11_注释第1部分.zh_en
04:37
12_注释第2部分.zh_en
06:27
13_颜色、图例和主题第1部分.zh_en
08:11
14_颜色、图例和主题第2部分.zh_en
05:54
15_Inkscape第1部分.zh_en
03:47
16_Inkscape第2部分.zh_en
09:00
0_散点图的变体.zh_en
06:43
1_折线图的变体.zh_en
04:20
2_流和圆.zh_en
07:37
3_地图介绍.zh_en
07:04
4_等值线图.zh_en
03:27
5_气泡地图.zh_en
04:02
6_简单特征地图.zh_en
07:56
7_gganimate第1部分.zh_en
04:37
8_gganimate第2部分.zh_en
06:37
9_gganimate第3部分.zh_en
02:59
10_ggplotly第1部分.zh_en
03:37
11_ggplotly第2部分.zh_en
03:27
0_课程介绍.zh_en
02:40
1_开始使用Shiny.zh_en
07:44
2_自定义Shiny应用程序示例.zh_en
08:01
3_构建自己的Shiny应用程序.zh_en
08:17
4_将应用程序上传到shinyapps.io.zh_en
10:00
5_将Shiny集成到R Markdown报告中.zh_en
04:33
6_Shiny的输入和输出.zh_en
11:34
7_Shiny中的布局.zh_en
06:49
8_制作仪表板.zh_en
06:09
9_仪表板中的选项卡和页面.zh_en
03:18
10_仪表板中的Shiny和Plotly.zh_en
03:15
0_欢迎来到课程和项目概述.zh_en
02:25
1_项目概述和查找数据的技巧.zh_en
05:42
2_数据导入.zh_en
02:56
3_数据可视化要点.zh_en
06:02
4_安斯库姆四重奏和数据恐龙.zh_en
02:05
5_更多最佳实践和阅读概述.zh_en
05:17
6_第2周概述.zh_en
02:10
7_字符串.zh_en
04:44
8_lubridate.zh_en
02:46
9_因子.zh_en
02:46
10_连接和透视.zh_en
06:45
苏黎世联邦理工《工程师的大数据|Big Data for Engineers - ETH Zurich - 2024》中英字幕
1 - Introduction (1_1) - .zh_en
46:11
2 - Lessons learnt (1_2) - .zh_en
44:49
2 - Lessons learnt (2_2) - .zh_en
26:50
3 - Cloud storage (1_3) - .zh_en
17:59
3 - Cloud storage (2_3) - .zh_en
44:26
3 - Cloud storage (3_3) - .zh_en
25:21
4 - Distributed file systems (1_3) - .zh_en
18:21
4 - Distributed file systems (2_3) - .zh_en
46:25
4 - Distributed file systems (3_3) - .zh_en
46:14
5 - Syntax (1_2) - .zh_en
42:56
5 - Syntax (2_2) - .zh_en
43:44
6. Wide column stores (1_3) - .zh_en
44:16
6. Wide column stores (2_3) - .zh_en
44:37
6. Wide column stores (3_3) - .zh_en
36:18
7. Data models (1_4) - .zh_en
07:22
7. Data models (2_4) - .zh_en
46:50
7. Data models (3_4) - .zh_en
47:05
7. Data models (4_4) - .zh_en
49:54
8. MapReduce (1_3) - .zh_en
38:13
8. MapReduce (2_3) - .zh_en
47:31
8. MapReduce (3_3) - .zh_en
10:18
9. Spark (1_5) - .zh_en
31:51
9. Spark (2_5) - .zh_en
48:22
9. Spark (3_5) - .zh_en
41:30
9. Spark (4_5) - .zh_en
46:12
9. Spark (5_5) - .zh_en
23:21
10. Document stores (1_3) - .zh_en
21:29
10. Document stores (2_3) - .zh_en
45:40
10. Document stores (3_3) - .zh_en
24:01
11. Querying trees (1_4) - .zh_en
20:23
11. Querying trees (2_4) - .zh_en
46:10
11. Querying trees (3_4) - .zh_en
46:31
11. Querying trees (4_4) - .zh_en
15:56
12. Wrap up (1_2) - .zh_en
29:26
苏黎世联邦理工《大数据|Big Data - ETH Zurich - Fall 2024》中英字幕（deepseek
[01]1. Introduction (1_2) -.zh_en
45:02
[02]1. Introduction (2_2) -.zh_en
08:44
[03]2. Lessons learned (1_3) -.zh_en
32:27
[04]2. Lessons learned (2_3) -.zh_en
45:00
[05]2. Lessons learned (3_3) -.zh_en
30:57
[06]3. Cloud storage (1_4) -.zh_en
13:48
[07]3. Cloud storage (2_4) -.zh_en
44:45
[08]3. Cloud storage (3_4) -.zh_en
45:10
[09]3. Cloud storage (4_4) -.zh_en
29:17
[10]4. Distributed file systems (1_4) -.zh_en
15:10
[11]4. Distributed file systems (2_4) -.zh_en
43:01
[12]4. Distributed file systems (3_4) -.zh_en
45:13
[13]4. Distributed file systems (4_4) -.zh_en
42:19
[14]5. Syntax (1_3) -.zh_en
43:31
[15]5. Syntax (2_3) -.zh_en
45:22
[16]5. Syntax (3_3) -.zh_en
19:52
[17]6. Wide column stores (1_4) -.zh_en
24:09
[18]6. Wide column stores (2_4) -.zh_en
44:06
[19]6. Wide column stores (3_4) -.zh_en
44:55
[20]6. Wide column stores (4_4) -.zh_en
28:51
[21]7. Data models (1_4) -.zh_en
14:35
[22]7. Data models (2_4) -.zh_en
43:41
[23]7. Data models (3_5) -.zh_en
45:02
[24]7. Data models (4_5) -.zh_en
45:05
[25]7. Data models (5_5) -.zh_en
24:15
[26]8. MapReduce (1_3) -.zh_en
18:37
[27]8. MapReduce (2_3) -.zh_en
44:55
[28]8. MapReduce (3_3) -.zh_en
45:07
[29]9. Spark (1_4) -.zh_en
43:43
[30]9. Spark (2_4) -.zh_en
45:01
[31]9. Spark (3_4) -.zh_en
45:00
[32]9. Spark (4_4) -.zh_en
06:00
[33]10. Performance at large scales (1_2) -.zh_en
34:11
[34]10. Performance at large scales (2_2) -.zh_en
34:13
[35]11. Document stores (1_4) -.zh_en
09:01
[36]11. Document stores (2_4) -.zh_en
45:03
[37]11. Document stores (3_4) -.zh_en
45:08
[38]11. Document stores (4_4) -.zh_en
11:50
[39]12. Querying trees (1_4) -.zh_en
32:49
[40]12. Querying trees (2_4) -.zh_en
44:49
[41]12. Querying trees (3_4) -.zh_en
43:30
[42]12. Querying trees (4_4) -.zh_en
44:28
[43]13. Graph databases (1_3) -.zh_en
45:08
[44]13. Graph databases (2_3) -.zh_en
44:49
[45]13. Graph databases (3_3) -.zh_en
39:46
[46]14. Data cubes (1_2) -.zh_en
45:04
[47]14. Data cubes (2_2) -.zh_en
42:21
[48]15. Outlook and quiz game (1_2) -.zh_en
44:53
[49]15. Outlook and quiz game (2_2) -.zh_en
46:17
UCSD《数据科学原理 (DSC 10 Principles of Data Science Fall 2024)》中英字幕（deepseek
DSC 10 - Principles of Data Science - LE [A00] - Lecture 1.zh_en
52:00
DSC 10 - Principles of Data Science - LE [A00] - Lecture 2.zh_en
52:00
DSC 10 - Principles of Data Science - LE [A00] - Lecture 3.zh_en
52:01
DSC 10 - Principles of Data Science - LE [A00] - Lecture 4.zh_en
52:00
DSC 10 - Principles of Data Science - LE [A00] - Lecture 5.zh_en
52:00
DSC 10 - Principles of Data Science - LE [A00] - Lecture 6.zh_en
52:00
DSC 10 - Principles of Data Science - LE [A00] - Lecture 7.zh_en
51:58
DSC 10 - Principles of Data Science - LE [A00] - Lecture 8.zh_en
52:01
DSC 10 - Principles of Data Science - LE [A00] - Lecture 9.zh_en
52:00
DSC 10 - Principles of Data Science - LE [A00] - Lecture 10.zh_en
51:58
DSC 10 - Principles of Data Science - LE [A00] - Lecture 11.zh_en
52:00
DSC 10 - Principles of Data Science - LE [A00] - Lecture 12.zh_en
52:00
DSC 10 - Principles of Data Science - LE [A00] - Lecture 13.zh_en
51:58
DSC 10 - Principles of Data Science - LE [A00] - Lecture 14.zh_en
52:00
DSC 10 - Principles of Data Science - LE [A00] - Lecture 15.zh_en
52:01
DSC 10 - Principles of Data Science - LE [A00] - Lecture 16.zh_en
52:00
DSC 10 - Principles of Data Science - LE [A00] - Lecture 17.zh_en
52:00
DSC 10 - Principles of Data Science - LE [A00] - Lecture 18.zh_en
52:00
DSC 10 - Principles of Data Science - LE [A00] - Lecture 19.zh_en
51:58
DSC 10 - Principles of Data Science - LE [A00] - Lecture 20.zh_en
52:00
DSC 10 - Principles of Data Science - LE [A00] - Lecture 21.zh_en
52:01
DSC 10 - Principles of Data Science - LE [A00] - Lecture 22.zh_en
52:00
DSC 10 - Principles of Data Science - LE [A00] - Lecture 23.zh_en
52:00
DSC 10 - Principles of Data Science - LE [A00] - Lecture 24.zh_en
51:58
DSC 10 - Principles of Data Science - LE [A00] - Lecture 25.zh_en
52:00
DSC 10 - Principles of Data Science - LE [A00] - Lecture 26.zh_en
52:00
DSC 10 - Principles of Data Science - LE [A00] - Lecture 27.zh_en
52:00
DSC 10 - Principles of Data Science - LE [A00] - Lecture 28.zh_en
52:00
DSC 10 - Principles of Data Science - LE [A00] - Lecture 29.zh_en
51:58
约翰霍普金斯大学《数据素养（数据/测量/回归/概率/毕业项目）|Data Literacy》中英字幕（deepseek
0_欢迎视频.zh_en
00:41
1_统计推断.zh_en
07:04
2_科学研究的组成部分.zh_en
07:12
3_科学理论.zh_en
10:00
4_因果效应与反事实.zh_en
06:24
5_随机对照试验.zh_en
09:11
6_观察性研究概述.zh_en
03:33
7_观察性研究中的因果效应估计策略.zh_en
07:22
8_为什么我们需要描述性统计.zh_en
05:10
9_集中趋势的度量.zh_en
06:43
10_离散程度的度量.zh_en
06:40
11_离散度.zh_en
03:41
12_良好可视化的要素.zh_en
05:25
13_条形图、直方图和箱线图.zh_en
07:52
14_散点图、折线图和并列条形图.zh_en
07:20
0_欢迎来到课程.zh_en
00:46
1_测量水平.zh_en
05:26
2_变量转换.zh_en
07:08
3_分析单位.zh_en
06:37
4_概念定义.zh_en
07:58
5_操作定义.zh_en
04:33
6_测量模型.zh_en
05:43
7_调查抽样.zh_en
10:04
8_问题措辞.zh_en
08:14
9_回答类别.zh_en
04:07
10_问题顺序.zh_en
04:27
12_测量误差.zh_en
07:17
13_可靠性.zh_en
05:10
14_有效性.zh_en
06:00
0_欢迎视频.zh_en
00:41
1_相关性.zh_en
06:28
2_预测误差.zh_en
06:16
3_线性回归模型介绍.zh_en
07:13
4_回归模型解释.zh_en
07:15
5_模型拟合.zh_en
06:20
6_线性回归假设.zh_en
06:10
7_二元处理变量的回归.zh_en
08:14
8_构建与解释多元模型.zh_en
08:01
9_虚拟变量集.zh_en
07:41
10_线性与非线性分类变量.zh_en
07:17
11_多元模型拟合.zh_en
03:31
12_交互项介绍.zh_en
06:31
13_连续变量与虚拟变量的交互.zh_en
08:48
14_两个连续变量或两个虚拟变量的交互.zh_en
06:23
15_线性概率模型.zh_en
05:44
16_Logit与Probit模型.zh_en
07:54
0_欢迎视频.zh_en
00:42
1_概率定义与公理.zh_en
08:06
2_排列与组合.zh_en
09:01
3_条件概率与独立性.zh_en
07:49
4_随机变量与概率分布.zh_en
07:50
5_正态分布.zh_en
08:42
6_大样本定理.zh_en
04:50
7_偏差、一致性与标准误差.zh_en
07:47
8_置信区间.zh_en
06:15
9_假设检验概述.zh_en
06:32
10_假设检验实施.zh_en
07:29
11_回归系数检验.zh_en
09:02
12_假设检验的陷阱.zh_en
05:30
13_民意调查中的误差范围.zh_en
07:41
0_毕业项目概述.zh_en
03:10
1_研究选择.zh_en
05:17
约翰霍普金斯大学《数据科学：统计和机器学习|Data Science: Statistics and Machine Learning》中英字幕
0_介绍视频.zh_en
07:06
1_02 01 概率介绍.zh_en
06:14
2_02 02 概率质量函数.zh_en
07:15
3_02 03 概率密度函数.zh_en
13:28
4_03 01 条件概率.zh_en
03:24
5_03 02 贝叶斯规则.zh_en
07:53
6_03 03 独立性.zh_en
03:05
7_04 01 期望值.zh_en
05:15
8_04 02 期望值简单示例.zh_en
02:13
9_04 03 概率密度函数的期望值.zh_en
07:47
10_05 01 变异性介绍.zh_en
04:48
11_05 02 方差模拟示例.zh_en
02:47
12_05 03 均值的标准误差.zh_en
07:13
13_05 04 方差数据示例.zh_en
03:34
14_06 01 二项分布.zh_en
03:04
15_06 02 正态分布.zh_en
15:13
16_06 03 泊松分布.zh_en
06:09
17_07 01 渐近性和大数定律.zh_en
04:29
18_07 02 渐近性和中心极限定理.zh_en
08:28
19_07 03 渐近性和置信区间.zh_en
20:11
20_08 01 t 置信区间.zh_en
09:13
21_08 02 t 置信区间示例.zh_en
04:07
22_08 03 独立组 t 区间.zh_en
14:38
23_08 04 关于不等方差的说明.zh_en
03:30
24_09 01 假设检验.zh_en
04:18
25_09 02 选择拒绝区域的示例.zh_en
05:13
26_09 03 t 检验.zh_en
07:05
27_09 04 两组检验.zh_en
17:54
28_10 01 p值.zh_en
07:51
29_10 02 p值进一步示例.zh_en
05:55
30_完成项目所需的 knitr 知识.zh_en
03:43
31_11 01 功效.zh_en
04:55
32_11 02 计算功效.zh_en
12:52
33_11 03 关于功效的说明.zh_en
04:58
34_11 04 t 检验功效.zh_en
08:03
35_12 01 多重比较.zh_en
25:23
36_13 01 自助法.zh_en
07:11
37_13 02 自助法示例.zh_en
03:30
38_13 03 关于自助法的说明.zh_en
10:21
39_13 04 置换检验.zh_en
09:08
0_回归介绍.zh_en
06:04
1_基本最小二乘法介绍.zh_en
06:30
2_技术细节（可选跳过）.zh_en
03:00
3_入门数据示例.zh_en
12:30
4_符号和背景.zh_en
07:55
5_线性最小二乘法.zh_en
06:59
6_线性最小二乘法编码示例.zh_en
07:43
7_技术细节（可选跳过）.zh_en
11:33
8_回归到均值.zh_en
11:47
9_统计线性回归模型.zh_en
02:39
10_解释系数.zh_en
03:48
11_用于预测的线性回归.zh_en
10:35
12_残差.zh_en
05:43
13_残差编码示例.zh_en
14:24
14_残差方差.zh_en
07:08
15_回归中的推断.zh_en
05:15
16_编码示例.zh_en
06:58
17_预测.zh_en
09:43
18_非常快速的 knitr 介绍.zh_en
03:43
19_多元回归 第1部分.zh_en
09:18
20_多元回归 第2部分.zh_en
10:43
21_多元回归 继续.zh_en
08:19
22_多元回归示例 第1部分.zh_en
19:17
23_多元回归示例 第2部分.zh_en
22:17
24_多元回归示例 第3部分.zh_en
07:03
25_多元回归示例 第4部分.zh_en
07:23
26_调整示例.zh_en
17:49
27_残差和诊断 第1部分.zh_en
05:09
28_残差和诊断 第2部分.zh_en
09:05
29_残差和诊断 第3部分.zh_en
09:16
30_模型选择 第1部分.zh_en
07:07
31_模型选择 第2部分.zh_en
22:36
32_模型选择 第3部分.zh_en
12:29
33_广义线性模型.zh_en
21:20
34_逻辑回归 第1部分.zh_en
18:00
35_逻辑回归 第2部分.zh_en
03:41
36_逻辑回归 第3部分.zh_en
08:35
37_泊松回归 第1部分.zh_en
12:31
38_泊松回归 第2部分.zh_en
12:33
39_杂项.zh_en
18:52
0_预测动机.zh_en
08:28
1_什么是预测.zh_en
08:40
2_步骤的相对重要性.zh_en
09:46
3_样本内和样本外误差.zh_en
06:58
4_预测研究设计.zh_en
09:06
5_误差类型.zh_en
10:36
6_接收者操作特征.zh_en
05:04
7_交叉验证.zh_en
08:21
8_你应该使用什么数据.zh_en
06:02
9_Caret 包.zh_en
06:17
10_数据切片.zh_en
05:41
11_训练选项.zh_en
07:16
12_绘制预测变量.zh_en
10:40
13_基本预处理.zh_en
10:52
14_协变量创建.zh_en
17:32
15_使用主成分分析进行预处理.zh_en
14:08
16_使用回归进行预测.zh_en
12:23
17_使用回归进行预测：多个协变量.zh_en
11:13
18_使用树进行预测.zh_en
12:52
19_装袋法.zh_en
09:14
20_随机森林.zh_en
06:50
21_提升法.zh_en
07:09
22_基于模型的预测.zh_en
11:40
23_正则化回归.zh_en
13:21
24_组合预测器.zh_en
07:12
25_预测.zh_en
07:56
26_无监督预测.zh_en
04:25
0_欢迎来到开发数据产品.zh_en
01:25
1_Shiny 1 1.zh_en
06:37
2_Shiny 1 2.zh_en
06:05
3_Shiny 1 3.zh_en
04:10
4_Shiny 1 4.zh_en
06:33
5_Shiny 1 5.zh_en
09:14
6_Shiny 2 1.zh_en
03:48
7_Shiny 2 2.zh_en
09:58
8_Shiny 2 3.zh_en
02:48
9_Shiny 2 4.zh_en
04:33
10_Shiny 2 5.zh_en
03:34
11_Shiny 2 6.zh_en
06:31
12_Shiny Gadgets 1 1.zh_en
05:50
13_Shiny Gadgets 1 2.zh_en
04:30
14_Shiny Gadgets 1 3.zh_en
07:04
15_GoogleVis 1 1.zh_en
06:06
16_GoogleVis 1 2.zh_en
08:03
17_Plotly 1 1.zh_en
04:01
18_Plotly 1 2.zh_en
02:12
19_Plotly 1 3.zh_en
06:13
20_Plotly 1 4.zh_en
05:27
21_Plotly 1 5.zh_en
03:43
22_Plotly 1 6.zh_en
04:21
23_Plotly 1 7.zh_en
00:54
24_Plotly 1 8.zh_en
01:47
25_R Markdown 1 1.zh_en
04:55
26_R Markdown 1 2.zh_en
02:41
27_R Markdown 1 3.zh_en
03:15
28_R Markdown 1 4.zh_en
01:00
29_R Markdown 1 5.zh_en
03:54
30_R Markdown 1 6.zh_en
06:48
31_Leaflet 1 1.zh_en
03:37
32_Leaflet 1 2.zh_en
06:00
33_Leaflet 1 3.zh_en
02:05
34_Leaflet 1 4.zh_en
02:49
35_Leaflet 1 5.zh_en
02:01
36_Leaflet 1 6.zh_en
06:26
37_R 包 第1部分.zh_en
07:12
38_R 包 第2部分.zh_en
15:00
39_构建 R 包演示.zh_en
18:01
40_R 类和方法 第1部分.zh_en
13:51
41_R 类和方法 第2部分.zh_en
11:20
42_Swirl 1 1.zh_en
02:16
43_Swirl 1 2.zh_en
07:26
44_Swirl 1 3.zh_en
06:47
0_欢迎来到毕业项目.zh_en
01:43
1_来自 SwiftKey 的欢迎.zh_en
01:15
2_你现在是一名数据科学家.zh_en
01:18
3_任务0介绍：理解问题.zh_en
01:12
4_任务1介绍：获取和清理数据.zh_en
01:18
5_正则表达式 第1部分（可选）.zh_en
05:17
6_正则表达式 第2部分（可选）.zh_en
08:01
7_任务2介绍：探索性数据分析.zh_en
01:40
8_任务3介绍：建模.zh_en
01:09
9_任务4介绍：预测模型.zh_en
01:21
10_任务5介绍：创意探索.zh_en
01:00
11_任务6介绍：数据产品.zh_en
01:10
12_任务7介绍：幻灯片演示.zh_en
00:51
13_恭喜.zh_en
02:22
约翰霍普金斯大学《高管数据科学（5课全）|Executive Data Science》中英字幕（deepseek
0_关于你的讲师们.zh_en
01:55
1_什么是数据科学.zh_en
05:17
2_统计学示例活动.zh_en
11:44
3_机器学习基础.zh_en
13:04
4_机器学习进阶阅读.zh_en
03:18
5_什么是数据科学的软件工程.zh_en
06:21
6_数据科学项目的结构.zh_en
06:52
7_数据科学实验的输出.zh_en
06:20
8_成功数据科学实验的四个秘诀.zh_en
14:25
9_数据科学家工具箱.zh_en
05:38
10_区分炒作与价值.zh_en
03:21
0_关于你的讲师.zh_en
01:52
1_数据团队.zh_en
02:46
2_何时需要数据科学.zh_en
03:12
3_数据工程师的资格和技能.zh_en
05:52
4_数据科学家的资格和技能.zh_en
08:29
5_数据科学经理的资格和技能.zh_en
04:42
6_在哪里找到数据团队.zh_en
02:44
7_数据科学面试.zh_en
05:12
8_数据科学团队的入职.zh_en
05:50
9_管理数据科学团队.zh_en
07:18
10_评估团队的成功.zh_en
06:25
11_嵌入式团队与专门团队.zh_en
05:30
12_数据科学如何与其他团队互动.zh_en
03:24
13_赋能他人使用数据.zh_en
05:03
14_常见的互动困难.zh_en
06:38
15_常见的内部困难.zh_en
07:08
16_总结.zh_en
01:17
0_本课程的内容.zh_en
02:38
1_数据分析迭代.zh_en
08:05
2_数据分析阶段.zh_en
01:08
3_六种问题类型.zh_en
06:55
4_好问题的特征.zh_en
06:56
5_探索性数据分析的目标和期望.zh_en
11:54
6_使用统计模型探索数据（第一部分）.zh_en
13:25
7_使用统计模型探索数据（第二部分）.zh_en
05:18
8_探索性数据分析：何时停止.zh_en
06:39
9_从数据中进行推断：介绍.zh_en
05:09
10_人群有多种形式.zh_en
04:24
11_推断：可能出错的地方.zh_en
07:24
12_一般框架.zh_en
08:44
13_关联性分析.zh_en
10:25
14_预测分析.zh_en
10:32
15_推断与预测.zh_en
12:16
16_解释你的结果.zh_en
10:12
17_数据分析中的日常沟通.zh_en
06:49
18_制作数据分析演示.zh_en
05:01
0_仅供娱乐：课程宣传视频.zh_en
01:15
1_理想与现实中的数据科学（第一部分）.zh_en
04:09
2_理想与现实中的数据科学（第二部分）.zh_en
03:53
3_示例.zh_en
07:33
4_机器学习与传统统计学（第一部分）.zh_en
14:01
5_机器学习与传统统计学（第二部分）.zh_en
03:49
6_管理数据提取.zh_en
11:54
7_实验设计与观察分析.zh_en
10:24
8_因果关系（第一部分）.zh_en
08:22
9_因果关系（第二部分）.zh_en
09:08
10_可能出错的地方：混淆.zh_en
05:08
11_A-B测试.zh_en
09:24
12_抽样偏差与随机抽样.zh_en
05:53
13_分组和调整.zh_en
11:37
14_多重性.zh_en
06:53
15_效应大小、显著性建模.zh_en
07:32
16_与基准效应比较.zh_en
04:10
17_阴性对照.zh_en
05:28
18_非显著性.zh_en
05:04
19_相关的估计目标.zh_en
10:26
20_报告写作.zh_en
08:35
21_版本控制.zh_en
04:59
0_来自Roger Peng的欢迎信息.zh_en
01:08
约翰霍普金斯大学《数据科学R语言基础|Data Science: Foundations using R》中英字幕（deepseek
0_为什么使用自动化视频.zh_en
05:19
1_什么是数据科学.zh_en
09:39
2_什么是数据.zh_en
07:02
3_获取帮助.zh_en
10:50
4_数据科学过程.zh_en
08:44
5_安装R.zh_en
05:56
6_安装RStudio.zh_en
03:00
7_RStudio导览.zh_en
06:39
8_R包.zh_en
12:18
9_在R中进行项目.zh_en
05:15
10_版本控制.zh_en
11:32
11_GitHub和Git.zh_en
08:26
12_连接GitHub和RStudio.zh_en
03:57
13_项目版本控制.zh_en
04:00
14_R Markdown.zh_en
07:57
15_数据科学问题的类型.zh_en
09:29
16_实验设计.zh_en
09:25
17_大数据.zh_en
06:46
0_在Mac上安装R.zh_en
01:45
1_在Windows上安装R.zh_en
03:02
2_在Mac上安装RStudio.zh_en
01:37
3_编写代码设置你的工作目录Windows.zh_en
07:21
4_编写代码设置你的工作目录Mac.zh_en
07:45
5_介绍.zh_en
01:21
6_R的概述和历史.zh_en
16:08
7_获取帮助.zh_en
13:54
8_R控制台输入和评估.zh_en
04:47
9_数据类型R对象和属性.zh_en
04:44
10_数据类型向量和列表.zh_en
06:28
11_数据类型矩阵.zh_en
03:25
12_数据类型因子.zh_en
04:32
13_数据类型缺失值.zh_en
02:11
14_数据类型数据框.zh_en
02:45
15_数据类型名称属性.zh_en
01:50
16_数据类型总结.zh_en
00:44
17_读取表格数据.zh_en
05:52
18_读取大表.zh_en
07:09
19_文本数据格式.zh_en
04:59
20_连接接口到外部世界.zh_en
04:36
21_子集基础.zh_en
04:14
22_子集列表.zh_en
04:46
23_子集矩阵.zh_en
02:51
24_子集部分匹配.zh_en
01:43
25_子集移除缺失值.zh_en
04:00
26_向量化操作.zh_en
03:47
27_Swirl入门.zh_en
01:08
28_控制结构介绍.zh_en
00:55
29_控制结构if else.zh_en
01:59
30_控制结构for循环.zh_en
04:26
31_控制结构while循环.zh_en
03:23
32_控制结构repeat next break.zh_en
04:57
33_你第一个R函数.zh_en
10:30
34_函数第1部分.zh_en
09:18
35_函数第2部分.zh_en
07:14
36_作用域规则符号绑定.zh_en
10:32
37_作用域规则R作用域规则.zh_en
08:34
38_作用域规则优化示例（可选）.zh_en
09:22
39_编码标准.zh_en
09:00
40_日期和时间.zh_en
10:29
41_循环函数lapply.zh_en
09:24
42_循环函数apply.zh_en
07:22
43_循环函数mapply.zh_en
04:47
44_循环函数tapply.zh_en
03:18
45_循环函数split.zh_en
09:09
46_调试工具诊断问题.zh_en
12:34
47_调试工具基本工具.zh_en
06:26
48_调试工具使用工具.zh_en
08:22
49_str函数.zh_en
06:09
50_模拟生成随机数.zh_en
07:48
51_模拟模拟线性模型.zh_en
04:32
52_模拟随机抽样.zh_en
02:38
53_R性能分析器第1部分.zh_en
10:39
54_R性能分析器第2部分.zh_en
10:27
0_获取数据的动机.zh_en
05:39
1_原始数据和处理过的数据.zh_en
07:08
2_整洁数据的组成部分.zh_en
09:26
3_下载文件.zh_en
07:10
4_读取本地文件.zh_en
04:56
5_读取Excel文件.zh_en
03:51
6_读取XML.zh_en
12:40
7_读取JSON.zh_en
05:04
8_数据表包.zh_en
11:19
9_从MySQL读取.zh_en
14:45
10_从HDF5读取.zh_en
06:46
11_从网络读取.zh_en
06:48
12_从API读取.zh_en
07:58
13_从其他来源读取.zh_en
04:45
14_子集和排序.zh_en
06:52
15_数据汇总.zh_en
11:38
16_创建新变量.zh_en
10:33
17_重塑数据.zh_en
09:14
18_使用dplyr管理数据框入门.zh_en
03:22
19_使用dplyr管理数据框基本工具.zh_en
12:13
20_合并数据.zh_en
06:20
21_编辑文本变量.zh_en
10:47
22_正则表达式I.zh_en
05:17
23_正则表达式II.zh_en
08:01
24_处理日期.zh_en
06:03
25_数据资源.zh_en
03:34
0_介绍.zh_en
01:19
1_在Windows上安装R 3 2 1.zh_en
03:02
2_在Mac上安装R 3 2 1.zh_en
01:45
3_在Mac上安装RStudio.zh_en
03:38
4_设置你的工作目录Windows.zh_en
07:20
5_设置你的工作目录Mac.zh_en
07:42
6_分析图形的原则.zh_en
12:11
7_探索性图形第1部分.zh_en
09:29
8_探索性图形第2部分.zh_en
05:13
9_在R中绘图系统.zh_en
09:34
10_基础绘图系统第1部分.zh_en
11:20
11_基础绘图系统第2部分.zh_en
06:56
12_基础绘图演示.zh_en
16:57
13_R中的图形设备第1部分.zh_en
05:34
14_R中的图形设备第2部分.zh_en
07:31
15_格子绘图系统第1部分.zh_en
06:23
16_格子绘图系统第2部分.zh_en
06:13
17_ggplot2第1部分.zh_en
06:26
18_ggplot2第2部分.zh_en
13:54
19_ggplot2第3部分.zh_en
09:47
20_ggplot2第4部分.zh_en
10:39
21_ggplot2第5部分.zh_en
08:11
22_层次聚类第1部分.zh_en
07:21
23_层次聚类第2部分.zh_en
05:25
24_层次聚类第3部分.zh_en
07:35
25_K均值聚类第1部分.zh_en
05:47
26_K均值聚类第2部分.zh_en
04:27
27_降维第1部分.zh_en
07:56
28_降维第2部分.zh_en
09:26
29_降维第3部分.zh_en
06:43
30_在R绘图中处理颜色第1部分.zh_en
04:09
31_在R绘图中处理颜色第2部分.zh_en
07:42
32_在R绘图中处理颜色第3部分.zh_en
06:39
33_在R绘图中处理颜色第4部分.zh_en
03:35
34_聚类案例研究.zh_en
14:52
35_空气污染案例研究.zh_en
40:36
0_介绍.zh_en
01:58
1_什么是可重复研究.zh_en
08:20
2_可重复研究概念和思想第1部分.zh_en
07:12
3_可重复研究概念和思想第2部分.zh_en
05:27
4_可重复研究概念和思想第3部分.zh_en
03:27
5_脚本化你的分析.zh_en
04:36
6_数据分析的结构第1部分.zh_en
12:30
7_数据分析的结构第2部分.zh_en
17:41
8_组织你的分析.zh_en
11:06
9_R中的编码标准.zh_en
09:00
10_Markdown.zh_en
05:15
11_R Markdown.zh_en
06:35
12_R Markdown演示.zh_en
07:24
13_knitr第1部分.zh_en
07:06
14_knitr第2部分.zh_en
04:11
15_knitr第3部分.zh_en
04:47
16_knitr第4部分.zh_en
09:30
17_课程项目1介绍.zh_en
04:54
18_沟通结果.zh_en
06:55
19_RPubs.zh_en
03:22
20_可重复研究清单第1部分.zh_en
08:22
21_可重复研究清单第2部分.zh_en
10:21
22_可重复研究清单第3部分.zh_en
06:55
23_基于证据的数据分析第1部分.zh_en
03:52
24_基于证据的数据分析第2部分.zh_en
03:35
25_基于证据的数据分析第3部分.zh_en
04:26
26_基于证据的数据分析第4部分.zh_en
04:48
27_基于证据的数据分析第5部分.zh_en
07:57
28_缓存计算.zh_en
11:17
29_案例研究：空气污染.zh_en
14:12
30_案例研究：高通量生物学.zh_en
30:51
31_数据分析的评论.zh_en
02:19
32_同行评估2介绍.zh_en
00:33
约翰霍普金斯大学《R 语言编程与数据科学工具开发|Mastering Software Development in R》中英字幕（deepseek
0_欢迎来到R编程环境.zh_en
01:55
0_欢迎来到高级R编程.zh_en
01:05
0_欢迎来到构建R包.zh_en
02:16
0_欢迎来到构建数据可视化工具.zh_en
00:33
0_欢迎来到顶点项目.zh_en
01:20
UCB《数据科学基础|UCB Data 8 Foundations of Data Science Spring 2023》中英字幕deepseek
Data_8_Spring_2023_Lecture_1_-_Introduction.zh_en
59:04
Data_8_Spring_2023_Lecture_1_-_Introduction.zh_en
59:04
Data_8_Spring_2023_Lecture_2_-_Cause_and_Effect.zh_en
51:27
Data_8_Spring_2023_Lecture_3_-_Tables.zh_en
52:48
Data_8_Spring_2023_Lecture_4_-_Data_Types.zh_en
54:45
Data_8_Spring_2023_Lecture_5_-_Building_Tables.zh_en
01:26:52
Data_8_Lecture_6_-_Census.zh_en
56:46
Data_8_Spring_2023_Lecture_7_-_Charts.zh_en
52:07
Data_8_Spring_2023_Lecture_8_-_Histograms.zh_en
54:35
Data_8_Spring_2023_Lecture_9_-_Functions.zh_en
52:34
Data_8_Spring_2023_Lecture_10_-_Groups.zh_en
55:56
Data_8_Spring_2023_Lecture_11_-_Pivots_and_Joins.zh_en
54:41
Data_8_Spring_2023_Lecture_12_-_Table_Examples.zh_en
53:48
Data_8_Spring_2023_Lecture_13_-_Conditionals_and_Iteration.zh_en
58:47
Data_8_Spring_2023_Lecture_14_-_Chance.zh_en
56:58
Data_8_Spring_2023_Lecture_15_-_Sampling.zh_en
45:26
Data_8_Spring_2023_Lecture_16_-_Models.zh_en
55:20
Data_8_Spring_2023_Lecture_17_-_Comparing_Distributions.zh_en
56:31
Data_8_Spring_2023_Lecture_18_-_Decisions_and_Uncertainty.zh_en
56:25
Data_8_Spring_2023_Lecture_19_-_A_B_Testing.zh_en
54:18
Data_8_Spring_2023_Lecture_20_-_Causality.zh_en
48:05
Data_8_Spring_2023_Lecture_21_-_Examples.zh_en
50:38
Data_8_Spring_2023_Lecture_22_-_Midterm_Review.zh_en
50:37
Data_8_Spring_2023_Lecture_23_-_Confidence_Intervals.zh_en
50:47
Data_8_Spring_2023_Lecture_24_-_Interpreting_Confidence.zh_en
49:52
Data_8_Spring_2023_Lecture_25_-_Center_and_Spread.zh_en
50:12
Data_8_Spring_2023_Lecture_26_-_The_Normal_Distribution.zh_en
55:40
Data_8_Spring_2023_Lecture_27_-_Sample_Means.zh_en
42:00
Data_8_Spring_2023_Lecture_28_-_Designing_Experiments.zh_en
48:01
Data_8_Spring_2023_Lecture_29_-_Correlation.zh_en
51:24
Data_8_Spring_2023_Lecture_30_-_Linear_Regression.zh_en
48:50
Data_8_Spring_2023_Lecture_31_-_Least_Squares.zh_en
50:19
Data_8_Spring_2023_Lecture_32_-_Guest_Lecture_DJ_Patil.zh_en
54:06
Data_8_Spring_2023_Lecture_33_-_Residuals.zh_en
50:55
Data_8_Spring_2023_Lecture_34_-_Regression_Inference.zh_en
51:08
Data_8_Spring_2023_Lecture_35_-_Updating_Probabilities.zh_en
49:52
Data_8_Spring_2023_Lecture_36_-_Classification.zh_en
48:38
Data_8_Spring_2023_Lecture_37_-_Classifiers.zh_en
52:34
Data_8_Spring_2023_Lecture_38_-_Case_Study_-_Tech.zh_en
48:55
Data_8_Spring_2023_Lecture_39_-_Conclusion.zh_en
51:27
UCB《数据100数据科学原理与技术|Data 100 Principles and Techniques of Data Science 24SP》中英
[01]Data 100 Spring 2024 Lecture 1.zh_en
01:16:21
[02]Data 100 Spring 2024 Lecture 2.zh_en
01:18:40
[03]Data 100 Spring 2024 Lecture 3.zh_en
01:17:00
[04]Data 100 Spring 2024 Lecture 4.zh_en
01:18:23
[05]Data 100 Spring 2024 Lecture 5.zh_en
01:17:28
[06]Data 100 Spring 2024 Lecture 6.zh_en
01:16:42
[07]Data 100 Spring 2024 Lecture 7.zh_en
01:17:34
[08]Data 100 Spring 2024 Lecture 8.zh_en
01:21:14
[09]Data 100 Spring 2024 Lecture 9.zh_en
01:19:06
[10]Data 100 Spring 2024 Lecture 10.zh_en
01:21:46
[11]Data 100 Spring 2024 Lecture 11.zh_en
01:19:53
[12]Data 100 Spring 2024 Lecture 12.zh_en
01:21:49
[13]Data 100 Spring 2024 Lecture 13.zh_en
01:17:21
[14]Data 100 Spring 2024 Lecture 14.zh_en
01:11:31
[15]Data 100 Spring 2024 Lecture 15.zh_en
01:19:58
[16]Data 100 Spring 2024 Lecture 16.zh_en
01:20:58
[17]Data 100 Spring 2024 Lecture 17.zh_en
01:15:45
[18]Data 100 Spring 2024 Lecture 18.zh_en
01:19:09
[19]Data 100 Spring 2024 Lecture 19.zh_en
01:18:24
[20]Data 100 Spring 2024 Lecture 20.zh_en
01:19:11
[21]Data 100 Spring 2024 Lecture 21.zh_en
01:21:07
[22]Data 100 Spring 2024 Lecture 22.zh_en
01:20:21
[23]Data 100 Spring 2024 Lecture 23.zh_en
01:21:27
[24]Data 100 Spring 2024 Lecture 24.zh_en
01:18:25
[25]Data 100 Spring 2024 Lecture 25.zh_en
01:19:15
[26]Data 100 Spring 2024 Lecture 26.zh_en
01:22:02
[27]Data 100 Spring 2024 Lecture 27.zh_en
01:25:15
密歇根大学《Python用于数据科学实践（4-5课）|Applied Data Science with Python 》中英deepseek翻译
0_文本挖掘介绍.zh_en
03:32
1_Python 中的文本处理.zh_en
18:42
2_正则表达式.zh_en
16:51
3_演示：使用 Pandas 和命名组进行正则表达式.zh_en
05:06
4_国际化与非 ASCII 字符问题.zh_en
12:10
5_基本自然语言处理.zh_en
03:31
6_使用 NLTK 进行基本 NLP 任务.zh_en
17:16
7_使用 NLTK 进行高级 NLP 任务.zh_en
16:23
8_应用：拼写检查器.zh_en
07:55
9_文本分类.zh_en
12:23
10_从文本中识别特征.zh_en
08:08
11_朴素贝叶斯分类器.zh_en
19:05
12_朴素贝叶斯变体.zh_en
04:54
13_支持向量机.zh_en
24:02
14_在 Python 中学习文本分类器.zh_en
15:30
15_演示：案例研究——情感分析.zh_en
10:24
16_语义文本相似性.zh_en
17:06
17_主题建模.zh_en
08:03
18_生成模型与 LDA.zh_en
13:58
19_信息提取.zh_en
18:29
0_网络定义及其研究意义.zh_en
07:14
1_网络定义与词汇.zh_en
09:35
2_节点与边属性.zh_en
09:44
3_二分图.zh_en
12:56
4_TA 演示：在 NetworkX 中加载图.zh_en
08:52
5_聚类系数.zh_en
12:21
6_距离度量.zh_en
17:11
7_连通分量.zh_en
09:25
8_网络鲁棒性.zh_en
10:20
9_TA 演示：NetworkX 中的简单网络可视化.zh_en
06:03
10_度中心性与接近中心性.zh_en
12:49
11_介数中心性.zh_en
18:07
12_基本 PageRank.zh_en
09:39
13_缩放 PageRank.zh_en
08:37
14_枢纽与权威.zh_en
12:35
15_中心性示例.zh_en
07:49
16_优先连接模型.zh_en
12:21
17_小世界网络.zh_en
19:38
18_链接预测.zh_en
18:58
吴恩达《数据工程（数据建模、转换和服务）第4课，完结|DeepLearning.AI Data Engineering》
0_欢迎来到第4课程.zh_en
04:42
1_第4课程概览.zh_en
05:52
2_概念性、逻辑性和物理性数据建模.zh_en
03:32
3_规范化.zh_en
06:37
4_维度建模星型模式.zh_en
06:24
5_Inmon与Kimball数据仓库数据建模方法对比.zh_en
04:47
6_练习：从规范化模型到星型模式.zh_en
09:28
7_可选：与Drew Banin讨论dbt.zh_en
10:09
8_数据仓库.zh_en
06:50
9_大表模型.zh_en
03:44
10_演示：使用dbt转换数据（第1部分）.zh_en
07:00
11_第1周总结.zh_en
03:11
12_第2周概览.zh_en
04:39
13_机器学习概述.zh_en
06:41
14_传统机器学习算法的数据建模.zh_en
07:09
15_可选：与Wes McKinney的对话.zh_en
15:03
16_演示：使用scikit-learn处理表格数据（第1部分）.zh_en
05:03
17_演示：使用scikit-learn处理表格数据（第2部分）.zh_en
06:27
18_机器学习算法的图像数据建模.zh_en
04:26
19_文本分析和分类的预处理.zh_en
06:55
20_文本向量化和嵌入.zh_en
06:37
21_第2周总结.zh_en
02:38
22_第3周概览.zh_en
03:10
23_批处理转换模式和用例.zh_en
06:34
24_分布式处理框架Hadoop.zh_en
06:15
25_分布式处理框架Spark.zh_en
05:07
26_Spark数据框.zh_en
02:07
27_演示：使用Python处理Spark数据框.zh_en
07:51
28_演示：使用Spark SQL.zh_en
03:46
29_Amazon EMR.zh_en
07:58
30_技术考虑因素.zh_en
03:36
31_流处理.zh_en
03:44
32_第3周总结.zh_en
01:50
33_第4周概览.zh_en
02:10
34_为分析和机器学习提供数据服务.zh_en
04:30
35_视图和物化视图.zh_en
04:23
36_课程概念总结.zh_en
06:21
37_课程结束.zh_en
05:42
38_与Zack Wilson的对话.zh_en
19:56
39_与Carly Taylor的对话.zh_en
13:41
40_与Ben Rogojan的对话.zh_en
14:58
吴恩达《数据工程（导论，源系统、数据摄取和管道，数据存储和查询|1-2-3课）|DeepLearning.AI Data Engineering》
0_欢迎来到数据工程.zh_en
06:56
1_第1课程概览.zh_en
05:36
2_数据工程定义.zh_en
06:40
3_可选：数据工程简史.zh_en
07:45
4_数据工程师与其他利益相关者.zh_en
04:55
5_可选：商业价值.zh_en
04:33
6_系统需求.zh_en
03:43
7_可选：与Sol Rashidi的对话.zh_en
11:53
8_可选：与Jordan Morrow的对话.zh_en
05:17
9_需求收集对话.zh_en
10:37
10_将利益相关者需求转化为具体要求.zh_en
06:43
11_像数据工程师一样思考.zh_en
05:31
12_云上的数据工程.zh_en
03:47
13_认识Morgan Willis.zh_en
03:43
14_AWS云简介.zh_en
05:21
15_AWS核心服务简介.zh_en
09:06
16_AWS管理控制台演练.zh_en
06:50
17_第1周总结.zh_en
02:18
18_第2周概览.zh_en
01:42
19_源系统中的数据生成.zh_en
04:48
20_摄取.zh_en
04:38
21_存储.zh_en
06:45
22_查询建模和转换.zh_en
05:56
23_数据服务.zh_en
05:37
24_底层技术介绍.zh_en
01:28
25_安全.zh_en
05:06
26_数据管理.zh_en
04:04
27_数据架构.zh_en
06:33
28_DataOps.zh_en
07:48
29_编排.zh_en
05:42
30_软件工程.zh_en
04:39
31_课程简介.zh_en
01:12
32_AWS上的数据工程生命周期.zh_en
04:57
33_AWS上的底层技术.zh_en
04:42
37_实验演练：实验内容预览.zh_en
07:34
38_实验演练：设置实验环境.zh_en
04:29
39_实验演练：实验内容预览.zh_en
07:34
40_第2周总结.zh_en
01:36
41_第3周概览.zh_en
01:18
42_什么是数据架构.zh_en
05:46
43_可选：康威定律.zh_en
02:35
44_良好数据架构的原则.zh_en
03:38
45_持续架构.zh_en
03:20
46_系统故障时.zh_en
07:35
47_批处理架构.zh_en
05:08
48_流处理架构.zh_en
06:10
49_合规性架构.zh_en
04:08
50_选择工具和技术.zh_en
02:21
51_位置.zh_en
02:40
52_单体vs模块化系统.zh_en
03:41
53_成本优化和商业价值.zh_en
07:11
54_自建vs购买.zh_en
04:09
55_服务器、容器和无服务器计算选项.zh_en
05:22
56_底层技术如何影响你的决策.zh_en
04:10
57_AWS架构完善框架简介.zh_en
01:31
58_AWS架构完善框架.zh_en
05:40
59_实验演练：实验介绍.zh_en
03:40
60_实验演练：监控Web应用.zh_en
04:20
61_实验演练：应用良好数据架构原则.zh_en
10:30
62_第3周总结.zh_en
01:07
63_第4周概览.zh_en
02:55
64_需求.zh_en
04:32
65_与Matt Housley的对话.zh_en
04:56
66_与CTO的对话.zh_en
06:09
67_与市场营销部门的对话.zh_en
06:36
68_分析与市场营销部门的对话.zh_en
04:51
69_与软件工程师的对话.zh_en
08:14
70_记录非功能性需求.zh_en
05:43
71_需求收集总结.zh_en
04:47
72_需求收集练习.zh_en
02:19
73_与数据科学家的后续对话.zh_en
06:25
74_AWS批处理管道服务.zh_en
09:05
75_AWS流处理管道服务.zh_en
06:56
76_实验演练：实现批处理管道.zh_en
06:53
77_实验演练：设置向量数据库.zh_en
05:18
78_实验演练：实现流处理管道.zh_en
04:32
79_第1课程总结.zh_en
02:31
0_欢迎来到第2课程.zh_en
05:53
1_第2课程概览.zh_en
01:45
2_不同类型的源系统.zh_en
07:06
3_关系型数据库.zh_en
07:24
4_SQL查询.zh_en
07:13
5_NoSQL数据库.zh_en
06:34
6_数据库ACID合规性.zh_en
06:10
7_实验演练：与Amazon DynamoDB NoSQL数据库交互.zh_en
07:00
8_对象存储.zh_en
04:44
9_日志.zh_en
04:41
10_流系统.zh_en
07:09
11_课程概述.zh_en
02:50
12_连接到源系统.zh_en
03:42
13_IAM和权限基础.zh_en
07:30
14_云中网络基础.zh_en
04:58
15_AWS网络概述：VPC和子网.zh_en
11:14
16_AWS网络：互联网网关和NAT网关.zh_en
07:27
17_AWS网络：路由表.zh_en
06:09
18_AWS网络：网络ACL和安全组.zh_en
07:17
19_实验演练：AWS数据库连接故障排除.zh_en
13:21
20_第1周总结.zh_en
01:20
21_第2周概览.zh_en
02:44
22_数据摄取的连续体.zh_en
06:19
23_与市场分析师的对话.zh_en
04:29
24_ETL vs ELT.zh_en
07:32
25_REST API.zh_en
04:06
26_实验演练：使用批处理从API获取数据.zh_en
10:35
27_与软件工程师的对话.zh_en
05:09
28_流摄取详解.zh_en
05:47
29_Kinesis Data Streams详解.zh_en
05:36
30_实验演练：流摄取.zh_en
05:52
31_第2周总结.zh_en
02:21
32_第3周概览.zh_en
03:14
33_可选：与Chris Bergh的对话.zh_en
13:46
34_DataOps自动化.zh_en
04:14
35_基础设施即代码.zh_en
06:37
36_Terraform：创建EC2实例.zh_en
09:36
37_Terraform：定义变量和输出.zh_en
06:16
38_Terraform：定义数据源和模块.zh_en
06:52
39_实验演练：使用Terraform实现DataOps.zh_en
08:47
40_数据可观察性.zh_en
05:09
41_可选：与Barr Moses的对话.zh_en
16:07
42_监控数据质量.zh_en
03:59
43_可选：与Abe Gong的对话.zh_en
07:02
44_Great Expectations核心组件.zh_en
04:10
45_Great Expectations工作流示例.zh_en
06:44
46_可选：与Chad Sanderson的对话.zh_en
14:24
47_Amazon CloudWatch.zh_en
04:54
48_第3周总结.zh_en
01:26
49_第4周概览.zh_en
02:31
50_编排之前.zh_en
05:39
51_编排工具的演变.zh_en
04:31
52_编排基础.zh_en
04:19
53_Airflow核心组件.zh_en
03:33
54_Airflow：Airflow UI.zh_en
04:29
55_Airflow：创建DAG.zh_en
06:20
56_Airflow：XCom和变量.zh_en
06:40
57_Airflow：TaskFlow API.zh_en
05:14
58_AWS上的编排.zh_en
05:09
59_第2课程总结.zh_en
01:45
0_欢迎来到第3课程.zh_en
03:32
1_第3课程概览.zh_en
03:58
2_存储原材料：数据存储的物理组件.zh_en
07:31
3_存储原材料：数据存储所需的过程.zh_en
06:27
4_云存储选项：块存储、对象存储和文件存储.zh_en
07:35
5_存储层级：热数据、温数据、冷数据.zh_en
03:17
6_分布式存储系统.zh_en
07:23
7_实验演练：比较云存储选项.zh_en
04:20
8_数据库如何存储数据.zh_en
04:49
9_行存储vs列存储.zh_en
05:49
10_图数据库.zh_en
04:42
11_向量数据库.zh_en
04:32
12_Neo4j和Cypher查询语言（第1部分）.zh_en
04:18
13_Neo4j和Cypher查询语言（第2部分）.zh_en
08:39
14_可选：与Juan Sequeda的对话.zh_en
24:30
15_第1周总结.zh_en
01:40
16_第2周概览.zh_en
01:56
17_可选：与Bill Inmon的对话.zh_en
11:47
18_数据仓库关键架构理念.zh_en
05:58
19_现代云数据仓库.zh_en
04:00
20_数据湖关键架构理念.zh_en
03:47
21_下一代数据湖.zh_en
04:32
22_实验演练：使用AWS Glue构建简单数据湖（第1部分）.zh_en
05:48
23_实验演练：使用AWS Glue构建简单数据湖（第2部分）.zh_en
05:43
24_实验演练：使用AWS Glue构建简单数据湖（第3部分，可选）.zh_en
02:46
25_数据湖仓架构.zh_en
02:56
26_数据湖仓实施.zh_en
05:27
27_AWS上的湖仓架构.zh_en
05:10
28_在AWS上实施湖仓.zh_en
08:23
29_实验演练：使用AWS Lake Formation和Apache构建数据湖仓.zh_en
09:42
30_实验演练：使用AWS Lake Formation和Apache构建数据湖仓.zh_en
04:34
31_第2周总结.zh_en
02:14
32_第3周概览.zh_en
03:03
33_查询的生命周期.zh_en
04:43
34_高级SQL查询（第1部分）.zh_en
06:19
35_高级SQL查询（第2部分）.zh_en
07:16
36_索引深入探讨.zh_en
07:20
37_只检索所需数据.zh_en
03:15
38_JOIN语句.zh_en
07:57
39_聚合查询.zh_en
02:47
40_Amazon Redshift云数据仓库.zh_en
08:53
41_实验演练：比较行存储和列存储的查询性能.zh_en
03:00
42_额外的查询策略.zh_en
04:46
43_流数据查询.zh_en
04:50
44_使用Amazon托管服务部署Apache Flink应用.zh_en
06:12
45_使用Amazon托管服务部署Apache Flink Studio笔记本.zh_en
05:44
46_第3课程总结.zh_en
01:30
延世大学《新兴技术从智能手机到物联网再到大数据Emerging Technologies From Smartphone to IoT to Big Data》
0_介绍.zh_en
06:29
1_1.1 大数据市场分析.zh_en
01:30
2_1.2 IBM 1.3 SAP.zh_en
08:30
3_1.4 Oracle 1.5 Splunk 1.6 Accenture 1.7 Dell 1.8 Teradata.zh_en
06:29
4_1.9 Microsoft 1.10 Cisco 1.11 AWS.zh_en
03:10
5_1.12 大数据生态系统.zh_en
01:44
6_2.1 大数据实践 2.2 大数据特征.zh_en
08:25
7_2.3 大数据的4V特性 2.4 大数据的应用方式.zh_en
08:57
8_2.5 Hadoop.zh_en
11:09
9_2.6 MapReduce与RDBMS的比较.zh_en
06:19
10_2.7 MapReduce.zh_en
09:40
11_2.8 Hadoop与SQL、RDBMS、RDSMS的比较.zh_en
12:19
12_2.9 HDFS增强.zh_en
04:30
13_2.10 Hadoop与Hadoop YARN的比较.zh_en
06:36
14_3.1 Apache Spark.zh_en
05:17
15_3.2 Spark架构 3.3 Spark家族.zh_en
09:21
16_3.4 Spark与Hadoop的比较.zh_en
11:41
17_3.5 Spark RDD.zh_en
06:15
18_3.6 Spark转换 3.7 Spark动作 3.8 Spark DAG.zh_en
12:50
19_3.9 Spark编程.zh_en
07:07
20_3.10 Spark核心 3.11 Spark变量序列化.zh_en
07:08
21_3.12 Spark集群操作 3.13 Spark独立模式 3.14 Spark Mesos.zh_en
14:20
22_3.15 Spark YARN.zh_en
09:06
23_3.16 Spark SQL 3.17 Spark GraphX.zh_en
05:28
24_3.18 关系型数据库与图数据库.zh_en
12:32
25_4.1 Spark ML机器学习.zh_en
02:08
26_4.2 Spark ML算法（第1部分）.zh_en
09:00
27_4.2 Spark ML算法（第2部分）.zh_en
09:40
28_4.3 Spark流处理.zh_en
10:40
29_5.1 Apache Storm.zh_en
07:59
30_5.2 Storm应用.zh_en
14:05
31_5.3 Storm喷口和流.zh_en
06:01
32_5.4 Storm拓扑管理.zh_en
05:51
33_5.5 Storm Trident.zh_en
02:02
34_6.1 IBM SPSS Statistics项目.zh_en
09:01
0_介绍.zh_en
09:12
1_1.1 移动服务市场分析.zh_en
12:57
2_1.2 智能手机市场分析.zh_en
15:06
3_2.1 智能设备规格.zh_en
09:56
4_2.2 智能手机芯片组（第1部分）.zh_en
14:08
5_2.2 智能手机芯片组（第2部分）.zh_en
09:03
6_2.3 IP防护等级.zh_en
12:05
7_2.4 传感器.zh_en
05:42
8_2.5 GPS.zh_en
11:37
9_2.6 显示器.zh_en
08:43
10_2.7 无线充电技术.zh_en
05:13
11_3.1 移动通信演进（第1部分）.zh_en
09:01
12_3.1 移动通信演进（第2部分）.zh_en
07:31
13_3.1 移动通信演进（第3部分）.zh_en
10:39
14_3.1 移动通信演进（第4部分）.zh_en
05:44
15_4.1 移动通信切换.zh_en
04:55
16_4.2 LTE简介（第1部分）.zh_en
10:01
17_4.2 LTE简介（第2部分）.zh_en
09:16
18_4.3 LTE组件.zh_en
12:40
19_4.4 LTE-Advanced（第1部分）.zh_en
11:49
20_4.5 LTE-Advanced（第2部分）.zh_en
08:03
21_4.6 5G技术.zh_en
14:49
22_4.7 5G架构.zh_en
11:01
23_4.8 5G核心技术（第1部分）.zh_en
08:56
24_4.8 5G核心技术（第2部分）.zh_en
11:17
25_4.9 5G毫米波技术（第1部分）.zh_en
07:02
26_4.9 5G毫米波技术（第2部分）.zh_en
10:07
27_5.1 iOS演进（第1部分）.zh_en
09:42
28_5.1 iOS演进（第2部分）.zh_en
08:01
29_5.2 iOS架构.zh_en
06:56
30_5.3 Android演进（第1部分）.zh_en
12:03
31_5.3 Android演进（第2部分）.zh_en
10:20
32_5.4 Android架构.zh_en
08:39
33_5.5 Android与iOS比较.zh_en
07:12
34_6.1 智能手机项目.zh_en
10:31
35_6.2 移动网络项目.zh_en
18:11
0_介绍.zh_en
08:46
1_1.1 物联网商业和行业领域（第1部分）.zh_en
10:38
2_1.1 物联网商业和行业领域（第2部分）.zh_en
07:45
3_1.1 物联网商业和行业领域（第3部分）.zh_en
13:53
4_1.1 物联网商业和行业领域（第4部分）.zh_en
13:47
5_1.1 物联网商业和行业领域（第5部分）.zh_en
09:19
6_1.2 物联网产品和服务（第1部分）.zh_en
12:26
7_1.2 物联网产品和服务（第2部分）.zh_en
11:46
8_1.2 物联网产品和服务（第3部分）.zh_en
07:19
9_2.1 物联网架构（第1部分）.zh_en
09:14
10_2.1 物联网架构（第2部分）.zh_en
06:19
11_2.1 物联网架构（第3部分）.zh_en
06:47
12_2.1 物联网架构（第4部分）.zh_en
10:05
13_2.2 物联网技术（第1部分）.zh_en
08:23
14_2.2 物联网技术（第2部分）.zh_en
10:19
15_2.2 物联网技术（第3部分）.zh_en
08:32
16_2.2 物联网技术（第4部分）.zh_en
08:35
17_2.2 物联网技术（第5部分）.zh_en
08:52
18_3.1 物联网无线网络.zh_en
14:27
19_3.2 ISM频段.zh_en
13:50
20_3.3 物联网WPAN（第1部分）.zh_en
09:08
21_3.3 物联网WPAN（第2部分）.zh_en
06:59
22_3.4 物联网LPWAN（第1部分）.zh_en
08:17
23_3.4 物联网LPWAN（第2部分）.zh_en
08:12
24_3.4 物联网LPWAN（第3部分）.zh_en
04:44
25_3.5 物联网移动通信网络（第1部分）.zh_en
08:22
26_3.5 物联网移动通信网络（第2部分）.zh_en
10:26
27_4.1 Wi-Fi.zh_en
10:36
28_4.2 Wi-Fi DCF CSMA-CA（第1部分）.zh_en
06:15
29_4.2 Wi-Fi DCF CSMA-CA（第2部分）.zh_en
09:08
30_4.2 Wi-Fi DCF CSMA-CA（第3部分）.zh_en
04:25
31_4.3 Wi-Fi标准（第1部分）.zh_en
14:10
32_4.3 Wi-Fi标准（第2部分）.zh_en
06:57
33_4.3 Wi-Fi标准（第3部分）.zh_en
11:59
34_4.4 蓝牙.zh_en
14:24
35_4.5 蓝牙标准（第1部分）.zh_en
06:41
36_4.5 蓝牙标准（第2部分）.zh_en
06:31
37_4.5 蓝牙标准（第3部分）.zh_en
05:14
38_5.1 云市场分析 5.2 顶级云公司和服务.zh_en
07:35
39_5.3 AWS.zh_en
07:20
40_5.4 IBM 5.5 Google.zh_en
09:13
41_5.6 云.zh_en
13:02
42_5.7 IaaS、PaaS、SaaS.zh_en
12:42
43_5.8 物联网移动云技术 5.9 MCC移动云计算.zh_en
08:40
44_5.10 边缘计算.zh_en
07:56
45_5.11 雾计算.zh_en
04:25
46_5.12 MEC移动边缘计算.zh_en
08:47
47_5.13 Cloudlet.zh_en
08:06
48_6.1 蓝牙扫描项目.zh_en
05:46
49_6.2 Wi-Fi分析项目.zh_en
06:14
50_6.3 AWS EC2项目.zh_en
11:24
0_介绍.zh_en
06:52
1_1.1 增强现实（AR）介绍.zh_en
12:04
2_1.2 AR与VR的比较.zh_en
07:59
3_1.3 AR应用和商业模式（第1部分）.zh_en
08:47
4_1.3 AR应用和商业模式（第2部分）.zh_en
08:17
5_1.4 AR市场分析.zh_en
07:07
6_2.1 AR系统组件和工作流程.zh_en
05:54
7_2.2 AR特征检测描述技术.zh_en
13:29
8_2.3 AR系统流程（第1部分）.zh_en
06:40
9_2.3 AR系统流程（第2部分）.zh_en
10:56
10_2.4 AR特征提取.zh_en
10:55
11_3.1 AR特征检测描述方法比较.zh_en
10:06
12_3.2 SIFT算法.zh_en
09:51
13_3.3 SURF算法.zh_en
03:46
14_3.4 FAST算法.zh_en
02:22
15_3.5 BRIEF算法.zh_en
03:06
16_3.6 ORB算法.zh_en
05:09
17_3.7 BRISK算法.zh_en
03:45
18_4.1 Skype.zh_en
06:28
19_4.2 Skype编解码器.zh_en
05:43
20_4.3 YouTube.zh_en
07:28
21_4.4 H.264-MPEG-4 AVC.zh_en
08:48
22_5.1 流媒体网络和技术（第1部分）.zh_en
10:53
23_5.1 流媒体网络和技术（第2部分）.zh_en
14:08
24_5.2 视频帧和HTTP（第1部分）.zh_en
06:33
25_5.2 视频帧和HTTP（第2部分）.zh_en
10:06
26_5.3 YouTube的MPEG-DASH（第1部分）.zh_en
11:19
27_5.3 YouTube的MPEG-DASH（第2部分）.zh_en
12:07
28_6.1 CDN介绍.zh_en
11:15
29_6.2 CDN分层内容分发.zh_en
09:17
30_6.3 CDN市场.zh_en
05:12
31_6.4 CDN先进技术（第1部分）.zh_en
08:24
32_6.4 CDN先进技术（第2部分）.zh_en
08:42
33_7.1 宜家目录.zh_en
04:08
34_7.2 谷歌翻译.zh_en
07:03
杜克大学|Python、Bash和SQL数据工程基础2-4Python Bash and SQL Essentials for Data Engineering
0_欢迎学习数据工程的Linux和Bash.zh_en
00:58
1_认识你的课程讲师Noah Gift.zh_en
00:49
2_关键概念概述.zh_en
04:14
3_Linux工作简介.zh_en
00:42
4_Linux shell简介.zh_en
02:21
5_Linux的安装和访问.zh_en
11:16
6_GitHub Codespaces入门.zh_en
09:18
7_Linux shell环境比较.zh_en
09:34
8_编写Hello World Bash脚本.zh_en
06:10
9_Linux中常用终端命令.zh_en
14:31
10_shell管道简介.zh_en
01:17
11_什么是shell管道.zh_en
03:31
12_shell管道示例演练.zh_en
12:05
13_SSH简介.zh_en
01:38
14_什么是SSH.zh_en
04:31
15_创建SSH密钥并在GitHub中使用.zh_en
04:53
16_使用SSH连接AWS云中的远程服务器.zh_en
07:26
17_SSH隧道示例演练.zh_en
04:28
18_Bash工作简介.zh_en
00:47
19_Bash shell环境配置简介.zh_en
02:18
20_什么是shell配置文件.zh_en
05:52
21_配置bashrc.zh_en
12:01
22_配置zshrc和第三方工具Oh My Zsh.zh_en
09:58
23_shell变量工作简介.zh_en
01:24
24_什么是shell变量.zh_en
04:18
25_在交互式提示符中导出shell变量.zh_en
06:57
26_在Bash脚本中使用shell变量.zh_en
07:27
27_标准流简介.zh_en
01:07
28_什么是标准流.zh_en
02:20
29_使用标准输出.zh_en
05:48
30_使用标准输入.zh_en
02:28
31_使用标准错误.zh_en
02:45
32_构建Bash脚本简介.zh_en
00:45
33_shell逻辑和控制流简介.zh_en
00:53
34_什么是shell控制流.zh_en
02:48
35_使用shell控制流解决Bash中的问题.zh_en
02:31
36_在Bash中使用shell循环.zh_en
06:42
37_在Bash中评估条件.zh_en
05:28
38_Bash shell中数据操作简介.zh_en
01:03
39_Bash shell中的shell数据技术.zh_en
02:42
40_在Bash中截断数据.zh_en
03:20
41_在Bash中过滤数据.zh_en
03:51
42_在Bash中搜索数据.zh_en
04:05
43_在Bash中编写脚本和命令行工具简介.zh_en
00:32
44_什么是脚本和命令行工具.zh_en
03:01
45_构建Bash脚本.zh_en
04:29
46_构建Bash函数.zh_en
05:41
47_构建Bash命令行工具.zh_en
03:14
48_Bash相关工具Makefile和Dockerfile.zh_en
07:31
49_Bash中的数据结构.zh_en
04:24
50_Linux中文件和数据管理解决方案的编写简介.zh_en
00:30
51_Linux中文件系统搜索简介.zh_en
00:46
52_Linux中搜索文件系统的方法.zh_en
04:29
53_使用locate命令在Linux中查找文件.zh_en
03:03
54_使用find命令在Linux中查找文件.zh_en
02:43
55_使用xargs扩展Linux中的搜索功能.zh_en
02:39
56_在macOS上使用mdfind.zh_en
06:08
57_Linux中修改文件、目录、权限和归档简介.zh_en
00:42
58_Linux中修改文件系统概述.zh_en
03:02
59_Linux中移动文件和目录.zh_en
06:48
60_Linux中设置文件和目录权限.zh_en
04:40
61_Linux中归档数据.zh_en
03:11
62_Linux中文本处理简介.zh_en
00:41
63_Linux中处理文本的优势.zh_en
01:45
64_在Linux中使用grep、cut、sort和unique.zh_en
08:27
65_在Linux中使用截断、awk和sed进行编辑.zh_en
07:09
66_在Linux中使用正则表达式（regex）.zh_en
05:34
0_欢迎学习数据工程的Python和SQL脚本编写.zh_en
00:46
1_认识你的课程讲师Alfredo Deza.zh_en
00:30
2_关键概念概述.zh_en
04:11
3_Python中数据处理简介.zh_en
00:30
4_Python数据结构简介.zh_en
00:47
5_使用Python列表保存和检索数据.zh_en
05:28
6_使用Python字典保存和检索数据.zh_en
07:08
7_Python中不常见数据结构概述.zh_en
04:16
8_Python数据结构回顾.zh_en
01:01
9_Python中选择数据结构简介.zh_en
01:05
10_在Python中迭代列表和字典.zh_en
07:33
11_在Python中迭代其他数据结构.zh_en
02:25
12_在Python中在数据结构间存储数据.zh_en
06:23
13_Python中映射数据结构回顾.zh_en
01:10
14_Python中数据源和格式简介.zh_en
00:54
15_从Python中的文件和文件路径加载数据.zh_en
06:24
16_在Python中处理JSON.zh_en
06:34
17_从Python保存数据到磁盘.zh_en
04:29
18_Python中持久化和加载数据回顾.zh_en
00:48
19_Python脚本编写和SQL简介.zh_en
00:32
20_Python脚本编写简介.zh_en
00:41
21_在Python中创建脚本作为模块.zh_en
05:32
22_使用Python脚本遍历文件系统.zh_en
07:22
23_Python脚本编写基础回顾.zh_en
00:44
24_嵌入式数据库简介.zh_en
00:50
25_什么是SQLite.zh_en
02:17
26_在Python中创建和连接SQLite数据库.zh_en
05:34
27_在Python中保存和查询SQLite数据库.zh_en
10:05
28_SQLite和Python回顾.zh_en
01:19
29_Python中SQL查询简介.zh_en
01:12
30_Python中的基本SQL命令.zh_en
06:36
31_使用Python中的SQL提取不同数据.zh_en
07:09
32_在Python中使用SQL搜索.zh_en
05:50
33_Python中SQL查询回顾.zh_en
01:04
34_Python网络爬虫简介.zh_en
00:31
35_从非结构化HTML提取数据简介.zh_en
01:04
36_网络数据的挑战.zh_en
03:04
37_在Python中使用htmlparser解析HTML.zh_en
05:05
38_Python网络爬虫技术回顾.zh_en
00:41
39_Python中Scrapy和XPath简介.zh_en
01:08
40_使用Python中的Scrapy创建网络爬虫项目.zh_en
06:35
41_使用XPath和Scrapy shell解析数据.zh_en
11:39
42_使用Scrapy spider进行网络爬取.zh_en
05:10
43_Python中Scrapy和XPath回顾.zh_en
00:45
44_网络爬虫挑战概述.zh_en
02:47
45_本地爬取.zh_en
08:39
46_以CSV和JSON格式持久化数据.zh_en
09:38
47_将数据持久化到SQLite数据库.zh_en
06:42
48_网络爬虫中的持久化和效率回顾.zh_en
01:20
49_MySQL工作简介.zh_en
00:31
50_MySQL的VSCode简介.zh_en
01:15
51_连接MySQL服务器.zh_en
08:30
52_MySQL的VSCode回顾.zh_en
01:28
53_运行MySQL查询的挑战.zh_en
01:39
54_使用VSCode执行MySQL查询.zh_en
06:27
55_运行MySQL查询回顾.zh_en
01:28
56_数据库导入的挑战.zh_en
01:44
57_将CSV数据导入MySQL.zh_en
06:53
58_从MySQL导出数据.zh_en
06:08
59_MySQL中导入和导出数据回顾.zh_en
01:13
60_MySQL黑客技巧概述.zh_en
03:00
61_从终端使用MySQL.zh_en
03:27
62_归档和删除数据库.zh_en
05:25
63_导入外部数据库Sakila.zh_en
07:11
64_修改Sakila数据库.zh_en
04:39
65_使用MySQL的Bash管道.zh_en
05:07
66_将MySQL连接到Python标准库Web服务器.zh_en
04:01
0_数据工程的Web应用和命令行工具简介.zh_en
00:30
1_关键概念概述.zh_en
05:33
2_Jupyter Notebooks简介.zh_en
00:28
3_Jupyter入门.zh_en
02:57
4_Jupyter中的代码单元.zh_en
03:10
5_Jupyter中的文本单元.zh_en
04:25
6_Jupyter中的魔法命令.zh_en
05:32
7_Jupyter Lab概述.zh_en
05:01
8_Colab简介.zh_en
01:53
9_Colab功能介绍.zh_en
03:35
10_Colab中的数据和文档.zh_en
03:33
11_SageMaker简介.zh_en
04:18
12_SageMaker Studio介绍.zh_en
03:05
13_SageMaker管道概述.zh_en
03:11
14_Python微服务构建简介.zh_en
00:30
15_微服务的优势是什么.zh_en
03:41
16_为持续集成设置Python项目结构.zh_en
07:03
17_使用Python构建随机水果Web应用.zh_en
03:59
18_FastAPI Python微服务简介.zh_en
00:46
19_使用FastAPI构建机器学习预测微服务.zh_en
05:39
20_部署Python Lambda微服务.zh_en
12:48
21_构建容器化微服务简介.zh_en
00:52
22_为什么使用容器进行微服务.zh_en
02:22
23_部署容器化.NET 6 API.zh_en
07:20
24_部署容器化机器学习微服务.zh_en
33:40
25_Python打包和命令行工具简介.zh_en
00:31
26_构建命令行工具简介.zh_en
00:27
27_Python项目入门.zh_en
04:49
28_命令行工具框架概述.zh_en
03:48
29_使用Click构建命令行工具.zh_en
04:13
30_探索高级命令行工具功能.zh_en
05:00
31_构建命令行工具回顾.zh_en
00:45
32_Python项目打包和分发简介.zh_en
01:09
33_Python打包简介.zh_en
04:55
34_使用Python setuptools.zh_en
06:28
35_上传到Python注册表.zh_en
04:58
36_Python项目打包和分发回顾.zh_en
00:55
37_命令行工具持续集成简介.zh_en
00:41
38_代码检查简介.zh_en
05:25
39_使用GitHub Actions自动化测试.zh_en
04:33
40_自动发布你的Python项目.zh_en
08:33
41_命令行工具持续集成回顾.zh_en
00:44
42_简介.zh_en
01:17
43_为命令行开发设置开发环境.zh_en
11:05
44_用Rust编写你的第一个命令行工具.zh_en
12:21
45_处理用户输入参数和选项.zh_en
09:44
46_使用模块和库扩展工具功能.zh_en
07:44
47_管理输出、日志、错误和崩溃.zh_en
11:47
48_优化命令行工具性能和最佳实践.zh_en
09:09
49_大O表示法最终挑战演练.zh_en
05:19
杜克大学《Python、Bash和SQL数据工程基础一|Python Bash and SQL Essentials for Data Engineering》
0_数据工程的Python、Bash和SQL基础概述.zh_en
07:27
1_认识你的课程讲师Kennedy Behrman.zh_en
00:42
2_关键概念概述.zh_en
05:31
3_Python环境设置简介.zh_en
00:32
4_使用pip在Python中安装包.zh_en
06:23
5_在Python中保存requirements文件.zh_en
03:11
6_创建和使用Python虚拟环境.zh_en
05:37
7_Python中的表达式语句.zh_en
03:30
8_Python中的赋值语句.zh_en
05:17
9_Python中的导入语句.zh_en
04:22
10_Python中的其他简单语句.zh_en
05:12
11_Python中的复合语句.zh_en
05:30
12_Python中的if语句.zh_en
06:52
13_Python中的while循环.zh_en
04:36
14_Python中的函数.zh_en
07:48
15_Python基础简介.zh_en
00:35
16_Python中的序列.zh_en
08:01
17_Python中的列表和元组.zh_en
05:40
18_Python中的字符串.zh_en
10:53
19_Python中创建range对象.zh_en
02:44
20_Python中创建字典.zh_en
04:47
21_Python中访问字典数据.zh_en
03:56
22_Python中的字典视图.zh_en
02:48
23_Python中的集合和集合操作.zh_en
06:44
24_Python中的列表推导式.zh_en
06:52
25_Python中的生成器表达式.zh_en
04:17
26_Python中的生成器函数.zh_en
07:29
27_Python中的数据、Pandas和替代方案简介.zh_en
00:37
28_Python中创建Pandas DataFrame.zh_en
04:23
29_探索Pandas DataFrame中的数据.zh_en
06:44
30_在Pandas DataFrame中选择数据.zh_en
06:46
31_操作Pandas DataFrame.zh_en
04:43
32_更新Pandas DataFrame数据.zh_en
05:04
33_在Pandas DataFrame中应用函数.zh_en
06:18
34_Python中创建NumPy数组.zh_en
15:41
35_Python中的Spark和PySpark DataFrame.zh_en
06:10
36_Python中创建Dask DataFrame.zh_en
06:49
37_Python开发环境简介.zh_en
00:31
38_Vim普通模式简介.zh_en
06:39
39_在Vim中从普通模式切换到插入和可视模式.zh_en
04:51
40_使用Vim命令行.zh_en
06:37
41_Vim配置.zh_en
03:41
42_Visual Studio Code简介.zh_en
01:40
43_设置Visual Studio Code.zh_en
02:55
44_调试Visual Studio Code.zh_en
03:08
45_什么是版本控制.zh_en
03:28
46_Git和Git概念简介.zh_en
07:47
47_使用GitHub进行版本控制.zh_en
06:29
48_数据工程的Python和Pandas总结.zh_en
00:28
杜克大学《R语言数据分析（R语言、概率与数据入门，推断统计，线性回归与建模）|Data Analysis with R》中英字幕
0_R语言统计学导论.zh_en
02:22
1_导论.zh_en
03:23
2_数据基础.zh_en
05:22
3_观察性研究与实验.zh_en
04:40
4_抽样和偏差来源.zh_en
08:10
5_实验设计.zh_en
02:43
6_随机抽样与分配聚焦.zh_en
03:33
7_可视化数值数据.zh_en
10:08
8_中心度量.zh_en
04:21
9_离散度量.zh_en
06:57
10_稳健统计.zh_en
01:26
11_数据转换.zh_en
03:06
12_探索分类变量.zh_en
08:14
13_推断统计学导论.zh_en
12:21
14_导论.zh_en
05:50
15_互斥事件与一般加法规则.zh_en
09:29
16_独立性.zh_en
09:59
17_概率示例.zh_en
09:03
18_互斥与独立聚焦.zh_en
02:31
19_条件概率.zh_en
12:41
20_概率树.zh_en
10:32
21_贝叶斯推断.zh_en
14:28
22_贝叶斯推断示例.zh_en
07:47
23_正态分布.zh_en
17:20
24_正态分布的评估.zh_en
02:58
25_正态分布的应用.zh_en
05:23
26_二项分布.zh_en
17:14
27_二项分布的正态近似.zh_en
14:05
28_二项分布的应用.zh_en
10:00
0_导论.zh_en
04:26
1_抽样变异性和中心极限定理.zh_en
21:00
2_均值中心极限定理示例.zh_en
10:53
3_均值置信区间.zh_en
11:04
4_准确度与精密度.zh_en
07:33
5_所需样本量.zh_en
05:00
6_均值置信区间示例.zh_en
05:30
7_推断统计学再介绍.zh_en
04:12
8_均值假设检验.zh_en
14:03
9_均值假设检验示例.zh_en
09:21
10_其他估计量的推断.zh_en
10:04
11_决策错误.zh_en
08:31
12_显著性与置信水平.zh_en
06:05
13_统计显著性与实际显著性.zh_en
07:10
14_导论.zh_en
04:05
15_t分布.zh_en
07:21
16_均值推断.zh_en
09:45
17_两个独立均值比较的推断.zh_en
08:57
18_两个配对均值比较的推断.zh_en
09:03
19_统计功效.zh_en
11:04
20_多均值比较.zh_en
06:18
21_方差分析.zh_en
09:35
22_方差分析的条件.zh_en
02:59
23_多重比较.zh_en
06:49
24_自助法.zh_en
08:14
25_导论.zh_en
03:41
26_比例的抽样变异性和中心极限定理.zh_en
15:44
27_比例置信区间.zh_en
10:00
28_比例假设检验.zh_en
09:28
29_估计两个比例的差异.zh_en
17:25
30_比较两个比例的假设检验.zh_en
13:40
31_小样本比例.zh_en
10:10
32_示例.zh_en
04:58
33_比较两个小样本比例.zh_en
05:58
34_卡方拟合优度检验.zh_en
14:46
35_卡方独立性检验.zh_en
11:52
0_R语言统计学导论.zh_en
02:22
1_导论.zh_en
00:59
2_相关性.zh_en
09:28
3_残差.zh_en
01:49
4_最小二乘法线性回归.zh_en
11:39
5_预测和外推.zh_en
03:43
6_线性回归的条件.zh_en
10:07
7_决定系数R平方.zh_en
04:04
8_分类解释变量的回归.zh_en
05:42
9_回归中的异常值.zh_en
06:31
10_线性回归推断.zh_en
11:50
11_方差分解.zh_en
05:48
12_导论.zh_en
02:06
13_多个预测变量.zh_en
11:04
14_调整后的R平方.zh_en
10:03
15_共线性和简约性.zh_en
03:35
16_多元线性回归推断.zh_en
11:36
17_模型选择.zh_en
11:06
18_多元线性回归诊断.zh_en
07:19
杜克大学《应用Python数据工程（3课全）|Applied Python Data Engineering》中英字幕
0_认识您的共同教练Kennedy Behrman.zh_en
00:36
1_认识您的共同教练Noah Gift.zh_en
01:17
2_大数据平台概述.zh_en
01:56
3_开始使用Hadoop.zh_en
01:16
4_开始使用Spark.zh_en
01:39
5_弹性分布式数据集RDD简介.zh_en
02:21
6_弹性分布式数据集RDD演示.zh_en
04:10
7_Spark SQL简介.zh_en
01:54
8_Pyspark数据框演示第1部分.zh_en
03:06
9_Pyspark数据框演示第2部分.zh_en
07:09
10_什么是Snowflake.zh_en
02:31
11_Snowflake层次.zh_en
02:05
12_Snowflake Web UI.zh_en
03:48
13_导航Snowflake.zh_en
03:34
14_在Snowflake中创建表.zh_en
05:29
15_Snowflake数据仓库.zh_en
03:46
16_向Snowflake写入数据.zh_en
03:25
17_从Snowflake读取数据.zh_en
02:38
18_访问Databricks.zh_en
00:33
19_使用Databricks进行Spark笔记本.zh_en
04:45
20_在Databricks中使用数据.zh_en
04:59
21_在Databricks工作区中工作.zh_en
03:20
22_Databricks的高级功能.zh_en
01:52
23_在Databricks中介绍Pyspark.zh_en
07:09
24_探索Databricks Azure功能.zh_en
03:35
25_使用DBFS进行自动机器学习工作流.zh_en
04:29
26_加载、注册和部署ML模型.zh_en
02:38
27_Databricks模型注册.zh_en
02:44
28_在Databricks上进行模型服务.zh_en
02:23
29_什么是MLOps.zh_en
12:54
30_探索开源MLFlow框架.zh_en
05:48
31_在Databricks上运行MLFlow.zh_en
06:21
32_端到端Databricks MLFlow.zh_en
04:15
33_使用MLFlow进行Databricks自动日志记录.zh_en
04:04
34_数据改进方法.zh_en
04:07
35_介绍GitHub Codespaces.zh_en
09:14
36_在GitHub Codespaces中编译Python.zh_en
18:13
37_介绍Sagemaker Studio Lab.zh_en
29:00
38_Pytest大师班（可选）.zh_en
02:46:24
39_什么是DevOps.zh_en
02:30
40_DevOps关键概念.zh_en
35:48
41_持续集成概述.zh_en
32:15
42_在Cloud9中用Python构建NLP.zh_en
43:14
43_构建在AWS上连续部署的容器化FastAPI微服务.zh_en
43:40
44_在AWS上Hugo持续部署.zh_en
18:59
45_基于容器的持续交付.zh_en
08:50
46_什么是DataOps.zh_en
01:25
47_与Snowflake一起的DataOps和MLOps.zh_en
01:01:46
48_使用步函数和Lambda构建云管道.zh_en
16:47
49_什么是数据湖.zh_en
02:19
50_数据仓库与特征存储.zh_en
02:24
51_大数据挑战.zh_en
01:07
52_大数据处理类型.zh_en
01:22
53_现实世界的数据工程流水线.zh_en
02:10
54_数据反馈循环.zh_en
00:58
0_虚拟化.zh_en
02:56
1_应用程序扩展.zh_en
01:31
2_硬件利用率.zh_en
00:52
3_虚拟机入门.zh_en
02:01
4_VirtualBox演示.zh_en
10:21
5_容器概念.zh_en
02:18
6_Docker入门.zh_en
05:09
7_Docker架构.zh_en
01:23
8_Docker客户端.zh_en
05:28
9_创建卷.zh_en
05:07
10_在容器中运行数据库.zh_en
06:08
11_构建镜像.zh_en
04:45
12_Dockerfile.zh_en
02:11
13_Dockerfile示例.zh_en
04:50
14_使用Docker Compose进行编排.zh_en
03:23
15_Airflow简介.zh_en
05:56
16_使用Compose演示Airflow.zh_en
04:35
17_Kubernetes关键概念.zh_en
01:47
18_Kubernetes集群.zh_en
01:05
19_Kubernetes节点.zh_en
01:03
20_Kubernetes服务部署.zh_en
01:23
21_云开发者工作空间优势.zh_en
04:11
22_GitHub生态系统中的关键概念.zh_en
03:48
23_使用GitHub模板.zh_en
02:31
24_使用GitHub Codespaces.zh_en
06:14
25_使用OpenAI Codewhisper.zh_en
01:31
26_使用Hugging Face微调模型.zh_en
03:10
27_使用GitHub Copilot.zh_en
08:15
28_GitHub Actions.zh_en
03:55
29_在GitHub Codespaces中运行Minikube.zh_en
06:34
30_使用Minikube部署服务.zh_en
07:21
31_在GitHub Codespaces中构建一个微型Bash容器.zh_en
08:48
32_在Cloud9中用Python构建FastAPI微服务.zh_en
05:36
33_将一个容器化的FastAPI PyTorch应用部署到AWS App Runner.zh_en
07:46
34_容器编排选项.zh_en
02:14
35_GCP Cloud Run.zh_en
04:40
36_在Cloud9中用C语言构建微服务.zh_en
06:45
37_AWS Copilot用于容器化应用程序的命令行界面.zh_en
09:04
38_使用Locust进行负载测试.zh_en
03:23
39_监控系统.zh_en
01:19
40_MLOps的SRE思维.zh_en
05:30
41_运营化微服务.zh_en
01:58
42_微服务的持续集成.zh_en
07:00
43_持续交付概述.zh_en
02:50
0_数据可视化入门.zh_en
04:26
1_Excel数据可视化简介.zh_en
00:53
2_在Excel中创建折线图.zh_en
02:27
3_在Excel中创建直方图.zh_en
00:53
4_在Excel中创建散点图.zh_en
00:53
5_在Excel中创建条形图.zh_en
01:40
6_降低可视化中的混乱.zh_en
02:10
7_表格可视化简介.zh_en
00:22
8_在表格中创建折线图.zh_en
02:15
9_在表格中创建直方图.zh_en
00:45
10_在表格中创建散点图.zh_en
01:28
11_在表格中创建条形图.zh_en
01:43
12_优化可视化中的颜色.zh_en
05:07
13_探索基本图表.zh_en
06:49
14_清洗您的数据.zh_en
05:46
15_使用Pandas创建折线图.zh_en
08:36
16_使用Pandas创建条形图.zh_en
04:07
17_使用Pandas创建散点图.zh_en
03:14
18_使用Pandas创建更复杂的图表.zh_en
00:36
19_使用Pandas创建热图.zh_en
06:37
20_使用Pandas创建斜率图.zh_en
04:11
21_链式方法与Pandas.zh_en
06:18
22_Seaborn库简介.zh_en
01:08
23_使用Seaborn创建折线图.zh_en
01:37
24_使用Seaborn创建条形图.zh_en
02:02
25_使用Seaborn创建散点图.zh_en
01:09
26_使用Seaborn创建热图.zh_en
01:28
27_使用Seaborn创建斜率图.zh_en
02:18
28_Python中的Matplotlib简介.zh_en
00:55
29_使用Matplotlib自定义文本.zh_en
04:38
30_使用Matplotlib自定义颜色.zh_en
02:25
31_使用Matplotlib自定义轴.zh_en
02:33
32_Plotly简介.zh_en
01:46
33_使用Plotly创建折线图.zh_en
02:50
34_使用Plotly创建条形图.zh_en
00:52
35_使用Plotly创建散点图.zh_en
01:16
36_使用Plotly创建热图.zh_en
01:44
37_使用Plotly创建斜率图.zh_en
02:25
38_Dash简介.zh_en
00:15
39_使用Dash创建折线图.zh_en
02:32
40_使用Dash创建条形图.zh_en
03:19
41_使用Dash创建散点图.zh_en
05:04
42_Streamlit简介.zh_en
00:12
43_使用Streamlit创建折线图.zh_en
01:20
44_使用Streamlit创建条形图.zh_en
00:36
45_将小部件连接到Streamlit中的绘图.zh_en
01:31
46_使用Streamlit创建散点图.zh_en
01:51
47_Tableau简介.zh_en
00:21
48_使用Tableau创建折线图.zh_en
01:15
49_使用Tableau创建直方图.zh_en
00:53
50_使用Tableau创建散点图.zh_en
01:16
51_使用Tableau创建条形图.zh_en
00:52
52_在Tableau中创建仪表板.zh_en
00:54
53_Tableau概述.zh_en
00:26
54_Quicksight简介.zh_en
00:15
55_在Quicksight中创建新数据集.zh_en
00:41
56_使用Quicksight创建折线图.zh_en
01:47
57_使用Quicksight创建直方图.zh_en
00:32
58_使用Quicksight创建散点图.zh_en
00:49
59_使用Quicksight创建条形图.zh_en
01:03
60_使用Quicksight分享您的图表.zh_en
00:36
杜克大学《大规模数据科学（预测分析，交流数据科学结果，第2、3课/共3课有视频）|Data Science at Scale》中英字幕
0_激发胃口：坏科学.zh_en
05:10
1_假设检验.zh_en
05:28
2_显著性检验和p值.zh_en
03:58
3_示例：均值差异.zh_en
04:35
4_推导抽样分布.zh_en
06:39
5_显著性的置换检验.zh_en
04:49
6_比较经典和重抽样方法.zh_en
03:23
7_自助法.zh_en
06:08
8_重抽样注意事项.zh_en
06:26
9_异常值和秩变换.zh_en
03:25
10_示例：卡方检验.zh_en
03:40
11_重新审视坏科学：发表偏差.zh_en
04:48
12_效应量.zh_en
04:27
13_元分析.zh_en
05:06
14_欺诈和本福特定律.zh_en
04:10
15_本福特定律的直觉.zh_en
02:51
16_本福特定律的可视化解释.zh_en
03:51
17_多重假设检验：Bonferroni和Šidák校正.zh_en
03:57
18_多重假设检验：错误发现率.zh_en
04:08
19_多重假设检验：Benjamini-Hochberg程序.zh_en
03:06
20_大数据和虚假相关.zh_en
04:53
21_虚假相关：股票价格示例.zh_en
03:16
22_大数据有何不同.zh_en
03:41
23_贝叶斯vs频率派.zh_en
04:08
24_贝叶斯方法的动机.zh_en
03:43
25_贝叶斯定理.zh_en
02:39
26_应用贝叶斯定理.zh_en
04:55
27_朴素贝叶斯垃圾邮件过滤.zh_en
04:23
28_统计vs机器学习.zh_en
04:17
29_简单示例.zh_en
03:47
30_机器学习问题的结构.zh_en
05:25
31_使用简单规则进行分类.zh_en
05:03
32_学习规则.zh_en
04:20
33_规则：顺序覆盖.zh_en
03:11
34_规则回顾.zh_en
02:32
35_从规则到树.zh_en
02:33
36_熵.zh_en
04:01
37_测量熵.zh_en
04:29
38_使用信息增益构建树.zh_en
06:23
39_构建树：ID3算法.zh_en
02:29
40_构建树：C4.5算法.zh_en
04:03
41_规则和树回顾.zh_en
03:55
42_过拟合.zh_en
07:02
43_评估：留一法交叉验证.zh_en
05:37
44_评估：准确率和ROC曲线.zh_en
05:12
45_自助法回顾.zh_en
04:14
46_集成：装袋、提升.zh_en
04:12
47_提升演练.zh_en
05:08
48_随机森林.zh_en
03:10
49_随机森林：变量重要性.zh_en
05:26
50_总结：树和森林.zh_en
02:49
51_最近邻.zh_en
04:19
52_最近邻：相似度函数.zh_en
04:13
53_最近邻：维度灾难.zh_en
03:25
54_梯度下降优化.zh_en
03:08
55_梯度下降可视化.zh_en
04:17
56_梯度下降详解.zh_en
02:41
57_梯度下降：需考虑的问题.zh_en
03:57
58_逻辑回归直观理解.zh_en
04:22
59_支持向量机直观理解.zh_en
03:46
60_支持向量机示例.zh_en
03:03
61_正则化直观理解.zh_en
03:18
62_Lasso和岭回归直观理解.zh_en
03:54
63_随机和批量梯度下降.zh_en
05:05
64_并行化梯度下降.zh_en
03:58
65_无监督学习简介.zh_en
06:10
66_K-均值.zh_en
05:10
67_DBSCAN.zh_en
04:56
68_DBSCAN：可变密度和并行算法.zh_en
04:23
0_01 引言：什么和为什么.zh_en
03:49
1_02 引言：激励示例.zh_en
03:36
2_03 数据类型定义.zh_en
03:44
3_04 将数据类型映射到视觉属性.zh_en
03:32
4_05 数据类型练习.zh_en
02:31
5_06 数据类型和视觉映射练习.zh_en
04:08
6_07 数据维度.zh_en
03:07
7_08 有效的视觉编码.zh_en
04:00
8_09 有效视觉编码练习.zh_en
02:30
9_10 视觉编码的设计标准.zh_en
02:49
10_11 眼睛不是相机.zh_en
04:31
11_12 预注意处理.zh_en
04:19
12_13 估计量级.zh_en
03:45
13_14 评估可视化.zh_en
03:18
14_动机：巴罗酒精研究.zh_en
05:58
15_巴罗研究问题.zh_en
05:01
16_具体化伦理：行为准则.zh_en
06:52
17_ASA行为准则：对利益相关者的责任.zh_en
04:44
18_其他行为准则.zh_en
06:52
19_成文规则示例：HIPAA.zh_en
03:32
20_隐私保证：初步尝试.zh_en
06:14
21_隐私泄露示例.zh_en
06:08
22_形式化隐私问题.zh_en
07:15
23_差分隐私定义.zh_en
09:36
24_全局敏感度.zh_en
05:19
25_拉普拉斯噪声.zh_en
04:52
26_添加拉普拉斯噪声和证明差分隐私.zh_en
05:13
27_差分隐私的弱点.zh_en
07:50
28_可重复性和数据科学.zh_en
05:14
29_可重复性黄金标准.zh_en
05:21
30_轶事：海洋设备.zh_en
04:01
31_代码、数据、环境.zh_en
03:44
32_云计算简介.zh_en
02:28
33_云计算历史.zh_en
05:09
34_代码、数据、环境平台.zh_en
03:57
35_云计算用于可重复研究.zh_en
03:50
36_虚拟化对可重复性的优势.zh_en
05:24
37_复杂虚拟化场景.zh_en
03:37
38_共享实验室.zh_en
03:40
39_规模经济.zh_en
04:52
40_为峰值负载配置.zh_en
02:29
41_弹性和价格降低.zh_en
05:01
42_服务器成本与电力成本.zh_en
02:36
43_大数据的可重复性.zh_en
05:10
44_反论和总结.zh_en
04:23
杜克大学《大规模数据科学（大数据操作，第1课/共3课有视频）|Data Science at Scale》
0_激发胃口：政治.zh_en
05:36
1_激发胃口：极端天气.zh_en
02:03
2_激发胃口：数字人文.zh_en
08:04
3_激发胃口：文献计量学.zh_en
04:18
4_激发胃口：食品、音乐、公共卫生.zh_en
05:01
5_激发胃口：公共卫生（续）、地震、法律.zh_en
04:23
6_数据科学的特征.zh_en
05:08
7_数据科学的特征（续）.zh_en
05:33
8_区分数据科学与相关主题.zh_en
04:23
9_数据科学的四个维度.zh_en
06:06
10_工具与抽象.zh_en
07:10
11_桌面规模与云端规模.zh_en
05:13
12_黑客与分析师.zh_en
02:34
13_结构与统计.zh_en
05:41
14_结构与统计（续）.zh_en
05:19
15_科学的第四范式.zh_en
03:54
16_数据密集型科学实例.zh_en
06:01
17_大数据与3V.zh_en
05:17
18_大数据定义.zh_en
04:45
19_大数据来源.zh_en
07:00
20_课程后勤.zh_en
07:23
21_Twitter作业入门.zh_en
14:57
22_数据模型术语.zh_en
05:32
23_从数据模型到数据库.zh_en
04:39
24_前关系型数据库.zh_en
05:09
25_关系型数据库的动机.zh_en
03:26
26_关系型数据库的关键思想.zh_en
04:14
27_代数优化概述.zh_en
06:34
28_关系代数概述.zh_en
04:19
29_关系代数运算符：并集、差集、选择.zh_en
06:08
30_关系代数运算符：投影、笛卡尔积.zh_en
04:47
31_关系代数运算符：笛卡尔积（续）、连接.zh_en
06:01
32_关系代数运算符：外连接.zh_en
04:09
33_关系代数运算符：θ连接.zh_en
04:01
34_从SQL到关系代数.zh_en
06:12
35_关系代数思维：逻辑查询计划.zh_en
04:21
36_实用SQL：时间序列分箱.zh_en
05:22
37_实用SQL：基因组区间.zh_en
06:34
38_用户自定义函数.zh_en
03:51
39_用户自定义函数支持.zh_en
04:06
40_优化：物理查询计划.zh_en
05:30
41_优化：选择物理计划.zh_en
04:55
42_声明式语言.zh_en
05:25
43_声明式语言更多示例.zh_en
04:54
44_视图：逻辑数据独立性.zh_en
05:08
45_索引.zh_en
06:57
46_可扩展性的含义.zh_en
05:43
47_算法复杂度概述.zh_en
05:07
48_数据并行算法概述.zh_en
05:21
49_令人愉悦的并行算法.zh_en
04:17
50_更一般的分布式算法.zh_en
04:04
51_MapReduce抽象.zh_en
04:43
52_MapReduce数据模型.zh_en
03:46
53_Map和Reduce函数.zh_en
02:37
54_MapReduce简单示例.zh_en
03:49
55_MapReduce简单示例（续）.zh_en
03:12
56_MapReduce示例：单词长度直方图.zh_en
02:57
57_MapReduce示例：倒排索引、连接.zh_en
06:19
58_关系连接：Map阶段.zh_en
04:27
59_关系连接：Reduce阶段.zh_en
04:50
60_简单社交网络分析：计算好友数.zh_en
03:48
61_矩阵乘法概述.zh_en
05:44
62_矩阵乘法图解.zh_en
04:06
63_无共享计算.zh_en
04:37
64_MapReduce实现.zh_en
05:04
65_MapReduce阶段.zh_en
06:17
66_大规模数据系统的设计空间.zh_en
04:55
67_并行和分布式查询处理.zh_en
05:34
68_Teradata示例：MR扩展.zh_en
05:29
69_RDBMS与MapReduce特性对比.zh_en
06:38
70_RDBMS与Hadoop：grep.zh_en
05:37
71_RDBMS与Hadoop：选择、聚合、连接.zh_en
03:14
72_NoSQL背景和路线图.zh_en
04:07
73_NoSQL综述.zh_en
04:21
74_放宽一致性保证.zh_en
03:57
75_两阶段提交和共识协议.zh_en
05:36
76_最终一致性.zh_en
04:46
77_CAP定理.zh_en
04:09
78_NoSQL系统类型.zh_en
04:24
79_ACID主要影响系统.zh_en
04:49
80_Memcached一致性哈希.zh_en
02:37
81_一致性哈希（续）.zh_en
04:43
82_DynamoDB向量时钟.zh_en
05:18
83_向量时钟（续）.zh_en
05:05
84_CouchDB概述.zh_en
04:07
85_CouchDB视图.zh_en
03:40
86_BigTable概述.zh_en
05:10
87_BigTable实现.zh_en
05:56
88_HBase、Megastore.zh_en
03:54
89_Spanner.zh_en
05:39
90_Spanner（续）、Google系统.zh_en
06:26
91_基于MapReduce的系统.zh_en
05:08
92_重新引入连接.zh_en
04:33
93_NoSQL反驳.zh_en
04:56
94_接近SQL的Pig.zh_en
04:49
95_Pig架构和性能.zh_en
03:14
96_数据模型.zh_en
03:40
97_加载、过滤、分组.zh_en
05:52
98_分组、去重、遍历、展平.zh_en
05:31
99_协同分组、连接.zh_en
03:25
100_连接算法.zh_en
03:32
101_数据倾斜.zh_en
05:22
102_其他命令.zh_en
03:20
103_评估演练.zh_en
04:00
104_回顾.zh_en
06:05
105_背景.zh_en
03:13
106_Spark示例.zh_en
05:04
107_RDD优势.zh_en
06:12
108_图概述.zh_en
06:25
109_结构分析.zh_en
04:10
110_度直方图：Web的结构.zh_en
04:10
111_连通性和中心性.zh_en
04:35
112_PageRank.zh_en
03:36
113_PageRank详解.zh_en
03:02
114_遍历任务：生成树和回路.zh_en
05:10
115_遍历任务：最大流.zh_en
01:51
116_模式匹配.zh_en
06:02
117_查询边表.zh_en
04:12
118_图的关系代数和Datalog.zh_en
04:41
119_查询混合图关系数据.zh_en
03:50
120_图查询示例：NSA.zh_en
06:30
121_图查询示例：递归.zh_en
04:08
122_递归程序评估.zh_en
03:54
123_MapReduce中的递归查询.zh_en
04:39
124_终局问题.zh_en
03:30
125_表示：边表、邻接表.zh_en
04:04
126_表示：邻接矩阵.zh_en
02:37
127_MapReduce中的PageRank.zh_en
05:04
128_Pregel中的PageRank.zh_en
05:37
密歇根大学：理解数据：导航统计、科学和AI，Understanding Data: Navigating Statistics, Science, and AI
0_welcome to understanding data navigating statistics science and ai.zh_en
03:47
1_how things become statistics.zh_en
08:41
2_learning from data.zh_en
05:29
3_why we measure means and medians.zh_en
06:26
4_reading a histogram.zh_en
02:41
5_mean or median what do you mean.zh_en
05:40
6_variability is healthy.zh_en
06:13
7_making comparisons with data.zh_en
06:59
8_introduction to module 2 developing intuition about uncertainty.zh_en
01:34
9_noisy scales.zh_en
08:13
10_conducting a poll.zh_en
06:39
11_our noisy world.zh_en
09:29
12_how should we live with noise.zh_en
09:31
13_validity what are we measuring anyway.zh_en
08:59
14_introduction to module 3 numbers in storytelling.zh_en
01:38
15_units scales and estimates.zh_en
09:55
16_making sense of big and small numbers.zh_en
05:42
17_relative and absolute numbers.zh_en
07:29
18_zombie statistics.zh_en
09:31
19_the illusion of sciencey ness.zh_en
09:04
20_strengths and weaknesses in data visualization.zh_en
10:44
21_introduction to module 4 should you trust statistics.zh_en
00:50
22_but why.zh_en
11:16
23_summaries reduce information.zh_en
08:26
24_interrogating a statistic.zh_en
11:18
25_style authority and trust.zh_en
13:28
26_being a good steward of your information ecosystem.zh_en
06:56
27_course 1 recap how to describe data.zh_en
06:52
0_introduction to how science turns data into knowledge.zh_en
02:31
1_why test significance.zh_en
06:58
2_our first hypothesis test.zh_en
12:08
3_hypothesis testing and science.zh_en
09:31
4_what exactly is a p value.zh_en
13:47
5_is significance important.zh_en
09:53
6_is significance proof.zh_en
13:37
7_introduction to experimental design.zh_en
00:41
8_significance and science.zh_en
07:00
9_controlled experiments when you can t control very much.zh_en
20:30
10_what are we studying anyway.zh_en
09:06
11_generalizability what we re really after.zh_en
15:26
12_its not all experiments.zh_en
12:08
13_how science gets published the basics of a research article.zh_en
06:52
14_how science gets published peer review.zh_en
06:21
15_how science gets published accessing articles.zh_en
06:39
16_introduction to how science becomes news.zh_en
00:44
17_news is faster than science.zh_en
11:04
18_expect overstatement.zh_en
12:16
19_generic language and over generalization.zh_en
13:16
20_what does it mean to have no evidence.zh_en
09:10
21_should you act on that.zh_en
08:29
22_introduction to science and society.zh_en
01:04
23_science outside peer review.zh_en
12:37
24_consensus and doubt.zh_en
11:18
25_expertise.zh_en
16:50
26_replication crisis.zh_en
14:03
27_science and dependency.zh_en
11:46
0_welcome to what does artificial intelligence really mean.zh_en
02:04
1_how did we get here one ai origin story.zh_en
10:46
2_artificial intelligence terminology.zh_en
12:40
3_part i how does a machine learn.zh_en
05:47
4_part ii how does a machine learn.zh_en
04:55
5_what is generative ai.zh_en
09:46
6_a lens to take with us.zh_en
05:41
7_introduction to how do machine learning systems work.zh_en
00:46
8_ingredients of machine learning part i data.zh_en
13:35
9_ingredients of machine learning part ii models.zh_en
08:54
10_ingredients of machine learning part iii evaluation.zh_en
11:48
11_how do we know if a machine learning system is useful.zh_en
10:52
12_more usefulness questions.zh_en
09:40
13_introduction to putting ai into practice.zh_en
00:50
14_the why in ai.zh_en
12:11
15_case study predicting sepsis.zh_en
14:36
16_case study the fragile families study.zh_en
09:03
17_does the model match the problem.zh_en
10:58
18_introduction to how to have better conversations about ai.zh_en
00:59
19_why is talking about ai so hard.zh_en
11:56
20_what can go wrong telling stories about ai.zh_en
16:50
21_avoid thought terminating cliches.zh_en
13:21
22_course recap decoding ai.zh_en
11:34
密歇根大学《总体数据质量（框架、度量、设计策略）total data quality》
0_欢迎进入本专业及第一门课程.zh_en
01:51
1_第一门课程导言-总体数据质量框架.zh_en
01:14
2_什么是设计型数据.zh_en
08:08
3_示例-使用SurveyMonkey开发在线调查.zh_en
11:28
4_什么是收集型数据.zh_en
10:56
5_示例-从网上抓取数据.zh_en
31:13
6_混合数据-设计型和收集型.zh_en
05:52
7_总体数据质量框架.zh_en
07:41
8_访谈-对总体数据质量的理解.zh_en
49:11
9_定义有效性.zh_en
08:10
10_设计型数据的有效性威胁.zh_en
10:07
11_认知访谈-思维流程.zh_en
30:27
12_尝试使用调查质量预测应用程序.zh_en
06:23
13_收集型数据的有效性威胁.zh_en
16:33
14_定义数据来源.zh_en
06:55
15_设计型数据的数据来源威胁.zh_en
10:51
16_收集型数据的数据来源威胁.zh_en
10:28
17_定义数据处理.zh_en
03:07
18_设计型数据的数据处理威胁.zh_en
07:46
19_案例研究-编码员间差异.zh_en
28:16
20_收集型数据的数据处理威胁.zh_en
06:19
21_案例研究-书目数据中的作者名字歧义.zh_en
06:00
22_定义数据访问.zh_en
03:00
23_定义目标群体.zh_en
06:23
24_第1部分-收集型数据的数据访问威胁.zh_en
08:54
25_第2部分-收集型数据的数据访问威胁.zh_en
14:50
26_案例研究-来自Twitter API的随机样本可能并非真随机.zh_en
05:31
27_设计型数据的数据访问威胁.zh_en
05:51
28_案例研究-评估商业数据的抽样框架.zh_en
12:40
29_定义数据源.zh_en
07:06
30_设计型数据的数据源威胁.zh_en
14:32
31_收集型数据的数据源威胁.zh_en
14:50
32_案例研究-内容和用户特征如何影响收集数据的质量.zh_en
08:59
33_案例研究-Twitter用户数据中缺失的人群.zh_en
04:26
34_定义数据缺失.zh_en
07:43
35_设计型数据的数据缺失威胁.zh_en
18:08
36_缺失值估算示例-估算前后的估计值.zh_en
18:51
37_收集型数据的数据缺失威胁.zh_en
04:07
38_为什么数据分析是总体数据质量的一部分.zh_en
08:44
39_设计型数据数据分析质量的威胁.zh_en
14:39
40_分析调查数据的不同方法示例.zh_en
14:06
41_收集型数据的数据分析威胁.zh_en
10:53
42_案例研究-收集型数据中的算法偏差.zh_en
11:19
0_欢迎进入第二门课程.zh_en
01:39
1_测量设计型数据的有效性.zh_en
10:33
2_示例1-在R中执行CFA和检查测量等价性.zh_en
19:16
3_测量收集型数据质量的方法和考虑因素.zh_en
13:07
4_测量收集型数据的有效性.zh_en
09:47
5_测量设计型数据的数据来源质量.zh_en
09:47
6_示例-在R中计算设计型数据的数据来源质量指标.zh_en
18:54
7_测量收集型数据的数据来源质量.zh_en
16:37
8_示例4-测量收集型数据的有效性和数据来源质量.zh_en
28:30
9_测量设计型数据的数据处理质量.zh_en
09:09
10_示例-使用真实数据和代码计算处理指标.zh_en
19:15
11_测量收集型数据的数据处理质量.zh_en
04:57
12_示例-计算收集型数据的处理指标.zh_en
10:18
13_测量设计型数据的数据访问质量.zh_en
13:04
14_示例-使用真实数据和代码计算访问指标.zh_en
15:49
15_测量收集型数据的数据访问质量.zh_en
05:26
16_案例研究-测量收集的Twitter数据的数据访问质量.zh_en
05:34
17_测量设计型数据的数据源质量.zh_en
05:45
18_示例-使用真实数据和代码计算数据源指标.zh_en
12:52
19_测量收集型数据的数据源质量.zh_en
10:12
20_示例-使用真实数据和代码计算数据源质量指标.zh_en
14:13
21_测量设计型数据的数据源质量威胁.zh_en
09:00
22_示例-使用真实数据和代码计算缺失数据指标.zh_en
09:53
23_测量收集型数据的缺失数据.zh_en
04:32
24_示例-计算收集型数据的缺失数据.zh_en
07:55
25_测量设计型数据分析的质量.zh_en
13:05
26_示例-在R中计算设计型数据分析质量的指标.zh_en
18:50
27_测量收集型数据分析的质量.zh_en
09:29
28_示例-计算收集型数据模型质量的指标.zh_en
17:18
0_欢迎进入第三门课程,也是该专业的最后一门课程.zh_en
01:43
1_为设计型数据最大化有效性.zh_en
04:36
2_案例研究-根据预测结果改进问题设计.zh_en
07:11
3_为收集型数据最大化有效性.zh_en
15:46
4_案例研究-利用辅助数据改进收集型数据的有效性.zh_en
07:14
5_为设计型数据最大化数据来源质量.zh_en
12:24
6_案例研究-标准化访谈与会话式访谈.zh_en
10:07
7_为收集型数据最大化数据来源质量.zh_en
13:50
8_案例研究-在网上收集数据时改进数据来源质量的简单经验教训.zh_en
04:41
9_为设计型数据最大化数据处理质量.zh_en
07:07
10_示例-双重数据录入和缺失值估算以最大化数据处理质量.zh_en
09:45
11_为收集型数据最大化数据处理质量.zh_en
05:17
12_示例-为收集型数据最大化数据处理质量.zh_en
24:22
13_为设计型数据最大化数据访问质量.zh_en
08:21
14_为收集型数据最大化数据访问质量.zh_en
05:07
15_示例-为收集型数据最大化数据访问质量.zh_en
14:29
16_为设计型数据最大化数据源质量.zh_en
06:45
17_示例-为设计型数据最大化数据源质量.zh_en
07:31
18_为收集型数据最大化数据源质量.zh_en
07:41
19_最小化设计型数据的缺失数据.zh_en
06:32
20_示例-缺失值估算与加权调整.zh_en
36:22
21_最小化设计型数据的缺失数据-响应式和自适应调查.zh_en
12:25
22_最小化收集型数据的缺失数据.zh_en
03:55
23_示例-最小化收集型数据的缺失数据.zh_en
10:59
24_最大化设计型数据分析的质量.zh_en
14:05
25_分析错误案例研究.zh_en
19:00
26_最大化收集型数据分析的质量.zh_en
11:23
27_案例研究-最大化视频图像数据分析的质量.zh_en
08:45
密歇根大学《调查数据收集和分析（方法、社调问卷设计、抽样、缺失数据、分析）|Survey Data Collection and Analytics》
0_1.1 本课程的内容和不包括内容.zh_en
11:25
1_1.2.1 调查误差简介.zh_en
10:06
2_1.2.2 变量误差和偏差.zh_en
10:27
3_1.2.3 总体调查误差.zh_en
07:40
4_1.3.1 模式的含义.zh_en
16:51
5_1.3.2 受访者的模式选择.zh_en
13:00
6_1.4.1 混合模式设计.zh_en
08:01
7_1.4.2 并行混合模式.zh_en
08:44
8_1.4.3 连续跟进的混合模式.zh_en
11:57
9_1.4.4 访谈大卫·威尔(密西根大学)关于混合模式设计.zh_en
15:56
10_1.5.1 响应率.zh_en
06:43
11_1.5.2 无响应误差.zh_en
13:19
12_2.1.1 模式-面对面与自填式(CASI-ACASI).zh_en
10:41
13_2.1.2 ACASI(续).zh_en
08:53
14_2.2.1 覆盖范围.zh_en
17:13
15_2.2.2 无响应.zh_en
09:07
16_2.2.3 测量误差.zh_en
21:09
17_2.3.1 进度指示器、运行计数.zh_en
10:42
18_2.3.2 在线定义.zh_en
06:25
19_2.3.3 速度干预.zh_en
10:36
20_2.4 市场研究行业关联(MRII)的雷格·贝克关于网上调查.zh_en
36:45
21_3.1.1 访员角色-获取受访者.zh_en
18:35
22_3.1.2 户内受访者选择(抽样).zh_en
14:18
23_3.1.3 代理响应.zh_en
13:51
24_3.2.1 标准化争论-措辞与含义.zh_en
12:13
25_3.2.2 标准化访谈的不同方法.zh_en
14:12
26_3.2.3 亲和力与正式风格.zh_en
18:15
27_3.3.1 访员行为的差异.zh_en
25:16
28_3.3.2 访员固有属性造成的偏差.zh_en
16:34
29_3.4 访谈诺拉·凯特·谢弗(威斯康星大学)关于招募和访谈.zh_en
40:23
30_4.1.1 新模式、新数据.zh_en
15:48
31_4.1.2 移动网络调查.zh_en
19:44
32_4.1.3 短信调查.zh_en
11:01
33_4.1.4 短信与语音访谈.zh_en
15:59
34_4.2.1 记录连接的统计问题.zh_en
12:24
35_4.2.2 记录连接技术.zh_en
18:46
36_4.2.3 记录连接的知情同意和伦理问题.zh_en
12:53
37_4.3.1 大数据的用途-感知技术、社交媒体内容作为数据.zh_en
17:46
38_4.3.2 社交媒体应用-测量情绪和抑郁.zh_en
12:00
39_4.3.3 社交媒体与人口估计的成功.zh_en
07:54
40_4.3.4 为什么社交媒体内容有时与调查数据一致,有时不一致.zh_en
13:06
41_4.4 访谈艾古丽·马甫列托娃(国立研究大学高等经济学院).zh_en
37:09
0_引言.zh_en
07:07
1_问题类型.zh_en
07:29
2_测量误差、偏差和方差.zh_en
07:19
3_标准化访谈.zh_en
17:54
4_对话式访谈.zh_en
17:12
5_概念说明.zh_en
10:04
6_回答过程-理解.zh_en
15:11
7_回答过程-回忆.zh_en
12:25
8_回答过程-判断.zh_en
11:03
9_回答过程-回答.zh_en
10:57
10_事实和准事实.zh_en
15:07
11_记忆和回忆-报告行为频率.zh_en
09:50
12_记忆和回忆-参考期长度.zh_en
08:58
13_记忆和回忆-理解和回忆.zh_en
06:05
14_提出敏感问题.zh_en
06:19
15_提出敏感问题的技巧.zh_en
08:24
16_提出敏感问题的间接技术.zh_en
03:54
17_模式、隐私和机密性.zh_en
09:16
18_态度问题-态度.zh_en
09:19
19_态度问题-情境效应.zh_en
09:07
20_态度问题-特定与一般评价.zh_en
02:32
21_态度问题-同意-不同意量表.zh_en
05:22
22_态度问题-不知道.zh_en
07:55
23_态度问题-顺序效应.zh_en
10:20
24_所有问题-回答选项和量表.zh_en
14:28
25_问卷测试技术-专家评审和焦点小组.zh_en
08:23
26_问卷测试技术-认知访谈.zh_en
09:09
27_行为编码.zh_en
13:36
28_问卷测试技术-定量技术.zh_en
11:15
29_问卷测试技术-其他技术.zh_en
09:42
30_从头到尾-将问题纳入调查问卷.zh_en
10:52
31_有动机的低报告-来自部分研究的报告.zh_en
07:44
32_主调查问卷-人口统计学问题和结束.zh_en
10:33
33_模式选择的布局影响.zh_en
11:49
34_自填式问卷的附加要求.zh_en
10:35
35_单元总结-逐个单元的重点内容.zh_en
10:36
0_1.0 课程介绍.zh_en
15:23
1_1.1 研究设计与抽样(第1部分).zh_en
19:08
2_1.1 研究设计与抽样(第2部分).zh_en
16:53
3_1.2 调查与抽样.zh_en
12:55
4_1.3 为什么要抽样(第1部分).zh_en
16:18
5_1.3 为什么要抽样(第2部分).zh_en
10:50
6_1.4 为什么以及如何随机化.zh_en
15:49
7_1.5 随机化会产生什么后果.zh_en
14:14
8_1.6 如何评估抽样的质量.zh_en
14:01
9_1.7 我们可以抽取什么样的东西.zh_en
09:26
10_2.1 简单随机抽样(SRS).zh_en
19:41
11_2.2 单纯随机化的简史.zh_en
17:03
12_2.3 SRS抽样分布(第1部分).zh_en
09:13
13_2.3 SRS抽样分布(第2部分).zh_en
22:01
14_2.4 样本量.zh_en
18:36
15_2.5 误差范围.zh_en
18:36
16_2.6 样本量与总体量.zh_en
16:25
17_3.1 简单复杂抽样-选择整个群集(第1部分).zh_en
26:56
18_3.1 简单复杂抽样-选择整个群集(第2部分).zh_en
19:10
19_3.2 设计效应和组内相关(第1部分).zh_en
18:41
20_3.2 设计效应和组内相关(第2部分).zh_en
15:53
21_3.3 两阶段抽样.zh_en
16:16
22_3.4 两阶段抽样的设计(第1部分).zh_en
15:19
23_3.4 两阶段抽样的设计(第2部分).zh_en
08:49
24_3.5 处理现实世界-群集大小不等(第1部分).zh_en
15:54
25_3.5 处理现实世界-群集大小不等(第2部分).zh_en
10:13
26_3.6 抽样分数.zh_en
20:52
27_4.1 形成组.zh_en
16:59
28_4.2 抽样方差.zh_en
14:49
29_4.3 更多分组信息.zh_en
15:38
30_4.4 分配样本.zh_en
08:46
31_4.5 其他分配方式.zh_en
19:02
32_4.6 跨层加权的权重.zh_en
05:43
33_5.1 系统选择.zh_en
10:11
34_5.2 带小数的间隔(第1部分).zh_en
14:36
35_5.2 带小数的间隔(第2部分).zh_en
14:14
36_5.3 列表顺序.zh_en
19:21
37_5.4 不确定性估计.zh_en
20:24
38_6.1 样本选择的统计软件.zh_en
18:33
39_6.2 分层多阶段抽样.zh_en
20:33
40_6.3 过度-欠抽样的权重.zh_en
20:02
41_6.4 无响应-非覆盖范围的权重.zh_en
20:18
42_6.5 网络抽样的加权.zh_en
15:19
43_6.6 非概率抽样.zh_en
22:14
0_引言.zh_en
11:00
1_待估计的量.zh_en
08:19
2_估计的目标.zh_en
06:33
3_估计值的统计解释.zh_en
10:07
4_覆盖范围问题.zh_en
05:30
5_提高精度.zh_en
03:43
6_权重对SES的影响.zh_en
02:58
7_概述.zh_en
07:51
8_基础权重.zh_en
08:49
9_无响应调整.zh_en
07:17
10_响应倾向.zh_en
04:18
11_树算法.zh_en
10:49
12_校正.zh_en
05:05
13_软件.zh_en
04:34
14_基础权重.zh_en
10:42
15_基础权重的更多内容.zh_en
13:11
16_无响应调整.zh_en
13:48
17_校正的例子.zh_en
07:20
18_后层化的软件.zh_en
14:26
19_插补的原因.zh_en
07:58
20_均值和热甲克.zh_en
07:10
21_回归插补.zh_en
06:31
22_对方差的影响.zh_en
09:50
23_R中的MICE包.zh_en
04:38
24_MICE示例.zh_en
10:18
25_总结.zh_en
02:39
0_概览.zh_en
07:02
1_基本R示例.zh_en
15:42
2_基本R示例(续).zh_en
13:47
3_自由度.zh_en
08:00
4_估计均值.zh_en
07:38
5_多阶段抽样.zh_en
05:40
6_R中的分位数估计.zh_en
10:56
7_引言.zh_en
04:45
8_估计方法.zh_en
03:53
9_线性模型.zh_en
05:57
10_R中的诊断.zh_en
08:55
11_Stata中的线性模型.zh_en
05:33
12_R中的逻辑回归模型.zh_en
04:54
13_几率比.zh_en
08:51
14_Stata中的逻辑回归.zh_en
06:53
15_为何我们要连接记录.zh_en
08:24
16_温和介绍.zh_en
09:46
17_挑战.zh_en
08:02
18_关键技术.zh_en
11:52
19_隐私和机密性.zh_en
03:02
20_链接同意和同意偏差.zh_en
08:03
21_同意的相关因素.zh_en
03:38
22_行政估计中的偏差.zh_en
02:08
23_优化链接同意.zh_en
06:25
密歇根大学《调查数据收集和分析（框架=第1课）|Survey Data Collection and Analytics》
0_研究问题设计.zh_en
13:44
1_数据类型.zh_en
09:24
2_找到数据的实例.zh_en
02:37
3_可视化数据生成过程.zh_en
05:59
4_数据管理.zh_en
05:32
5_数据分析.zh_en
05:58
6_访问问题.zh_en
03:11
7_访问资源.zh_en
03:46
8_总结.zh_en
00:59
9_归纳推理的问题.zh_en
05:51
10_规划要观察的内容.zh_en
07:36
11_规划如何收集数据.zh_en
06:10
12_新模式.zh_en
04:42
13_网络和谷歌.zh_en
06:57
14_选择模式.zh_en
04:33
15_数据质量.zh_en
05:02
16_推理.zh_en
04:13
17_从设计角度测量的调查生命周期.zh_en
04:51
18_从设计角度代表的调查生命周期.zh_en
05:21
19_从流程角度的调查生命周期.zh_en
02:00
20_从质量角度的调查生命周期.zh_en
14:34
21_从质量角度的调查生命周期II指标.zh_en
04:24
22_从质量角度的调查生命周期III覆盖范围和抽样.zh_en
08:31
23_全国犯罪受害者调查.zh_en
08:16
24_全国药物使用与健康调查.zh_en
03:25
25_消费者支出调查.zh_en
03:47
26_全国教育评估.zh_en
03:03
27_行为风险因素监测系统调查.zh_en
02:50
28_就业情况调查.zh_en
03:05
29_健康与老龄补充研究.zh_en
05:15
30_欧洲社会调查.zh_en
06:32
Mathworks《实用数据科学与MATLAB（数据探索、特征工程、机器学习、毕业项目）|Practical Data Science with MATLAB》
0_实用数据科学与MATLAB.zh_en
03:32
1_使用MATLAB进行探索性数据分析概述.zh_en
02:58
2_教师介绍.zh_en
02:35
3_为什么我们需要数据科学.zh_en
04:20
4_MATLAB作为数据科学工具.zh_en
05:58
5_开始使用MATLAB.zh_en
04:32
6_如何提出好的数据问题.zh_en
02:13
7_交互式数据探索.zh_en
03:27
8_数据科学工作流程概述.zh_en
03:46
9_实践中的工作流程.zh_en
04:01
10_模块1数据科学工作流程总结.zh_en
01:29
11_模块2导入数据介绍.zh_en
01:00
12_数据的存储方式.zh_en
02:56
13_MATLAB如何表示数据.zh_en
03:46
14_如何使用导入工具.zh_en
03:16
15_MATLAB数据类型.zh_en
04:09
16_为什么要自动化导入过程.zh_en
01:46
17_生成和重用代码.zh_en
02:11
18_模块2导入数据总结.zh_en
01:21
19_模块3可视化和过滤数据介绍.zh_en
01:38
20_绘制表中的数据.zh_en
04:21
21_从表中选择数据.zh_en
03:35
22_访问和创建表变量.zh_en
04:14
23_模块3可视化和过滤数据总结.zh_en
01:38
24_模块4执行计算介绍.zh_en
01:38
25_基本数学运算.zh_en
03:11
26_使用向量.zh_en
04:38
27_使用函数.zh_en
02:50
28_计算汇总统计.zh_en
02:42
29_变量间相关性.zh_en
03:43
30_访问数据子集.zh_en
05:36
31_分类数据介绍.zh_en
05:37
32_执行分组计算.zh_en
06:29
33_可视化结果.zh_en
05:36
34_模块4执行计算总结.zh_en
01:54
35_记录你的工作.zh_en
02:02
36_创建直播脚本.zh_en
08:34
37_为直播脚本添加交互式控件.zh_en
06:29
38_使用MATLAB进行探索性数据分析总结.zh_en
02:14
0_实用数据科学与MATLAB.zh_en
03:32
1_数据处理和特征工程概述.zh_en
03:36
2_教师介绍.zh_en
02:35
3_模块1介绍.zh_en
01:03
4_航班数据集简介.zh_en
07:19
5_探索航班数据集.zh_en
05:44
6_描述分布.zh_en
06:20
7_分布示例.zh_en
05:18
8_可视化多维数据.zh_en
08:32
9_模块1检查数据总结.zh_en
02:24
10_模块2整理数据介绍.zh_en
01:34
11_处理字符串.zh_en
07:18
12_处理日期和时间.zh_en
04:43
13_导入多个数据文件.zh_en
04:07
14_组合数据.zh_en
05:43
15_连接表格.zh_en
05:04
16_排序数据.zh_en
03:45
17_模块2整理数据总结.zh_en
02:07
18_模块3清理数据介绍.zh_en
01:55
19_识别缺失数据.zh_en
06:44
20_处理缺失数据.zh_en
05:14
21_识别异常值.zh_en
05:21
22_调查异常值.zh_en
06:16
23_标准化数据.zh_en
04:45
24_标准化数据示例.zh_en
04:45
25_平滑数据.zh_en
07:22
26_模块3清理数据总结.zh_en
01:57
27_模块4寻找重要特征介绍.zh_en
02:16
28_特征工程介绍.zh_en
05:59
29_无监督学习介绍.zh_en
03:47
30_聚类算法介绍.zh_en
06:53
31_评估特征.zh_en
08:21
32_降维与PCA介绍.zh_en
05:47
33_模块4寻找重要特征总结.zh_en
01:59
34_模块5特定领域特征工程介绍.zh_en
02:53
35_特征工程工作流程.zh_en
02:50
36_将数据与时间表同步.zh_en
09:06
37_汇总统计作为特征.zh_en
09:17
38_寻找峰值.zh_en
09:01
39_可选-使用MATLAB Mobile记录传感器数据.zh_en
03:12
40_图像特征工程与聚类.zh_en
13:29
41_文本特征工程.zh_en
06:53
42_风暴事件特征工程.zh_en
07:12
43_模块5特定领域特征工程总结.zh_en
02:05
44_数据处理和特征工程总结.zh_en
03:39
0_实用数据科学与MATLAB.zh_en
03:32
1_教师介绍.zh_en
02:35
2_监督机器学习介绍.zh_en
04:59
3_出租车数据介绍.zh_en
07:36
4_创建和清理特征.zh_en
08:35
5_回归介绍.zh_en
08:20
6_使用回归学习器应用程序.zh_en
10:33
7_自定义模型参数.zh_en
09:54
8_评估回归模型.zh_en
06:46
9_在MATLAB中评估模型.zh_en
09:05
10_回归总结.zh_en
01:41
11_分类介绍.zh_en
09:59
12_使用分类学习器应用程序.zh_en
07:57
13_评估分类模型.zh_en
11:43
14_在MATLAB中评估分类模型.zh_en
05:51
15_训练多类模型.zh_en
07:54
16_分类总结.zh_en
01:59
17_解决欠拟合和过拟合.zh_en
08:38
18_训练时使用验证数据.zh_en
03:54
19_用于特征选择的内嵌方法.zh_en
07:25
20_使用正则化防止过拟合.zh_en
06:27
21_集成模型介绍.zh_en
03:53
22_训练集成模型.zh_en
03:16
23_超参数介绍.zh_en
05:13
24_优化超参数.zh_en
05:41
25_评估和使用模型.zh_en
04:46
26_模块3总结.zh_en
02:08
27_处理类别不平衡.zh_en
05:10
28_使用成本矩阵减少特定错误.zh_en
07:10
29_集成模型.zh_en
03:20
30_与Heather的讨论.zh_en
07:26
31_预测建模和机器学习总结.zh_en
03:09
0_实用数据科学与MATLAB.zh_en
03:32
1_教师介绍.zh_en
02:35
2_毕业项目简介.zh_en
02:46
3_创建出租车区域.zh_en
02:41
4_准备数据集.zh_en
03:26
5_模块2介绍.zh_en
02:38
6_模块3介绍.zh_en
01:49
7_准备最终报告.zh_en
03:26
8_数据科学中的讲故事.zh_en
04:48
9_实用数据科学与MATLAB总结.zh_en
03:07
密歇根大学《公共部门的R数据分析（基础、数据探索、决策支持、）|Data Analytics in the Public Sector with R》中英字幕
0_密西根大学欢迎辞.zh_en
05:53
1_什么是公共部门什么是公共产品和服务.zh_en
06:07
2_数据科学和数据分析简介.zh_en
06:48
3_公共行政和公共政策的含义.zh_en
09:41
4_介绍RStudio.zh_en
07:35
5_公共行政的核心职能-计划、组织、人员配置、指导.zh_en
06:18
6_公共行政的核心职能-协调、报告、预算.zh_en
05:06
7_数据分析在公共行政职能中的应用.zh_en
10:14
8_R入门基础.zh_en
06:04
9_R的矢量化语言基础.zh_en
07:45
10_R中的数据属性.zh_en
08:11
11_探索R数据框-列即变量.zh_en
06:27
12_使用向量选择和分析数据.zh_en
07:00
13_探索R数据框-通过布尔屏蔽处理缺失值.zh_en
07:54
14_探索R数据框-从清理后的数据框创建统计数据.zh_en
03:21
15_本周的一件事.zh_en
03:13
16_调查数据分析的重要性、类型及在公共行政中的示例.zh_en
08:48
17_分析师需要了解的调查设计类型.zh_en
08:46
18_分析师需要了解的调查部署.zh_en
04:11
19_分析师需要了解的调查数据第1部分.zh_en
09:57
20_分析师需要了解的调查数据第2部分.zh_en
01:47
21_阅读编码手册示例.zh_en
13:07
22_仪表板示例.zh_en
09:58
23_编码手册示例-行为风险监测系统.zh_en
04:39
24_用dplyr进行数据操作-探索数据.zh_en
10:00
25_用dplyr进行数据操作-管道运算符添加变量.zh_en
08:46
26_用dplyr进行数据操作-R中的公式.zh_en
05:36
27_按变量分组数据分析.zh_en
10:29
28_按多个变量分组数据分析.zh_en
06:24
29_本周的一件事.zh_en
08:28
30_人口数据分析的重要性-三大人口过程.zh_en
09:08
31_人口数据分析的关键数据来源.zh_en
03:59
32_回答一个基本的人口问题.zh_en
07:13
33_对分组应用自定义分析.zh_en
04:37
34_编写函数.zh_en
10:28
35_对总生育率的替代分析.zh_en
14:39
36_公共卫生数据分析员的日常职责-采访卡尔顿医生.zh_en
07:56
37_采访阿里先生第1部分-国家安全与政府官僚.zh_en
10:52
38_采访阿里先生第2部分-国家安全中数据的作用.zh_en
08:48
39_本周的一件事-祝贺.zh_en
02:34
0_分层制图语法.zh_en
05:58
1_因子.zh_en
16:41
2_我们的第一个ggplot图.zh_en
08:09
3_美化我们的第一个ggplot图.zh_en
08:33
4_探索ggplot.zh_en
07:44
5_折线图.zh_en
07:13
6_数据可视化在公共管理中的力量.zh_en
05:33
7_本周的一件事-令人不安趋势的探索性数据分析案例研究.zh_en
06:38
8_公平作为公共管理的核心原则.zh_en
08:19
9_数字公平示例.zh_en
06:50
10_公共卫生领域公平重要性-采访卡尔顿医生.zh_en
09:58
11_趋势线基础.zh_en
09:07
12_深入理解趋势线.zh_en
14:04
13_分布和直方图入门.zh_en
07:46
14_深入探讨直方图.zh_en
10:47
15_人口金字塔的基础.zh_en
10:37
16_优化人口金字塔的可视化.zh_en
11:20
17_去钓鱼吧.zh_en
11:02
18_盒式图.zh_en
04:49
19_添加多个变量的盒式图.zh_en
09:06
20_小提琴图.zh_en
10:30
21_脊状图.zh_en
06:33
22_当心误导性数据可视化.zh_en
09:03
23_面向数据分析师的沟通原则.zh_en
05:56
24_可视信息设计导论.zh_en
02:41
25_图形启发式数据墨水比率(Edward Tufte).zh_en
04:48
26_图形启发式杂乱无章(Edward Tufte).zh_en
05:16
27_图形启发式谎言系数和火花线(Edward Tufte).zh_en
03:50
28_真实的艺术(阿尔伯托·开罗).zh_en
08:43
29_设计思考工具.zh_en
08:40
30_小多个体.zh_en
05:36
31_平行坐标散点图矩阵.zh_en
07:12
32_本周的一件事-2019年世界数据可视化大赛.zh_en
02:27
33_祝贺你完成本课程.zh_en
02:48
0_课程3简介-帮助公共部门决策者运用数据和.zh_en
01:57
1_什么是政策及其重要性.zh_en
07:04
2_政策分类.zh_en
10:01
3_公共政策事实.zh_en
02:13
4_政策分类示例.zh_en
09:30
5_政策制定过程.zh_en
05:54
6_政策分析定义及示例.zh_en
06:01
7_政策分析中数据分析的作用.zh_en
07:14
8_政策选择分析框架第1部分.zh_en
03:58
9_政策选择分析框架第2部分.zh_en
07:22
10_R中的推理统计分析介绍.zh_en
02:54
11_卡方检验.zh_en
13:31
12_t检验比较均值差异.zh_en
12:24
13_方差分析模型.zh_en
12:34
14_p值模拟.zh_en
17:44
15_政策模拟模型介绍.zh_en
05:40
16_政策模拟模型示例.zh_en
05:01
17_模拟模型中的经济分析-成本效益分析.zh_en
05:10
18_模拟模型中的经济分析-成本效益分析.zh_en
06:15
19_处理不确定性-敏感性分析.zh_en
06:42
20_处理不确定性的敏感性分析示例.zh_en
05:08
21_政策微观模拟-什么是室间模型.zh_en
07:34
22_一个基本的烟草控制室间模型.zh_en
08:01
23_烟草控制室间模型-薄荷香烟示例.zh_en
10:14
24_什么是项目评估及其重要性.zh_en
09:22
25_项目评估类型.zh_en
07:01
26_项目评估框架.zh_en
09:45
27_聚焦设计和收集可信证据.zh_en
12:42
28_研究设计示例.zh_en
07:54
29_内部和外部效度基础.zh_en
08:31
30_内部和外部效度示例.zh_en
08:12
31_公共部门评估常用研究设计.zh_en
12:37
32_实验设计.zh_en
11:30
33_公共项目随机对照试验示例.zh_en
11:47
34_下一章-华盛顿垃圾干扰案例研究.zh_en
04:09
35_华盛顿垃圾干扰干预数据分析.zh_en
07:09
36_华盛顿垃圾干扰干预数据合并.zh_en
05:12
37_华盛顿垃圾干扰干预总结.zh_en
08:29
38_本周的一件事-随机分配与随机选择.zh_en
02:30
39_准实验设计.zh_en
04:24
40_时间序列设计基础.zh_en
04:22
41_时间序列设计示例.zh_en
07:37
42_下一章-西西里岛禁烟案例研究.zh_en
04:26
43_西西里岛禁烟案例研究-流行病学实例.zh_en
11:10
44_祝贺你完成本课程.zh_en
02:41
0_课程4简介-公共部门数据政治学.zh_en
01:57
1_政治伦理回顾.zh_en
03:32
2_政治、价值观和伦理术语.zh_en
08:47
3_为什么数据分析需要伦理.zh_en
09:34
4_数据分析伦理情况示例.zh_en
09:19
5_美国数据伦理框架的原则.zh_en
04:19
6_本周的一件事-开放政府数据的8项原则.zh_en
04:17
7_测量人口偏差.zh_en
09:05
8_测量人口偏差的研究.zh_en
10:26
9_测量人口偏差的结果.zh_en
06:49
10_随机对照试验中的伦理问题.zh_en
05:41
11_随机对照试验中的伦理问题-影子干预.zh_en
07:06
12_考虑模型偏差.zh_en
12:59
13_测量和检测机器学习算法中的偏差.zh_en
13:36
14_使用切片技术测量模型偏差.zh_en
13:07
15_政策分析中常见的伦理问题.zh_en
09:13
16_应对挑战的职业道德.zh_en
06:55
17_应对挑战的职业道德示例.zh_en
07:02
18_威斯康星州癌症分期系统案例研究.zh_en
08:52
19_为贫困人口提供养老金的案例研究-墨西哥第1部分.zh_en
11:24
20_为贫困人口提供养老金的案例研究-墨西哥第2部分.zh_en
02:23
21_为贫困人口提供养老金的案例研究-墨西哥第3部分.zh_en
07:08
22_祝贺你获得公共部门数据分析证书.zh_en
02:34
谷歌《谷歌商业智能（BI基础、洞察路线：模型和pipelines、决策：数据看板）|Google Business Intelligence》
0_简介第1课.zh_en
02:59
1_Sally的个人职业历程.zh_en
02:20
2_探索商业智能职业.zh_en
03:43
3_商业智能团队和合作伙伴.zh_en
04:14
4_商业智能最大化数据分析价值.zh_en
04:34
5_商业智能的阶段.zh_en
04:16
6_为赢得商业智能策略做贡献.zh_en
05:30
7_总结.zh_en
01:46
8_Gagan保持联系.zh_en
02:59
9_测试技巧和方法.zh_en
01:52
10_可选回顾谷歌数据分析证书内容关于数据生命周期.zh_en
06:37
11_可选回顾谷歌数据分析证书内容关于数据策略.zh_en
06:10
12_可选回顾谷歌数据分析证书内容关于数据治理.zh_en
03:27
13_欢迎模块2.zh_en
02:38
14_商业智能利益相关者.zh_en
04:55
15_近实时监控的价值.zh_en
04:00
16_职业发展,让我们建立人际网络.zh_en
02:49
17_建立专业关系.zh_en
03:29
18_Anita我通往BI的道路.zh_en
02:45
19_Jerrod导师对我的巨大价值.zh_en
02:33
20_总结.zh_en
01:11
21_可选回顾谷歌数据分析证书内容关于利益相关者.zh_en
04:43
22_可选回顾谷歌数据分析证书内容关于提出有效问题.zh_en
07:05
23_可选回顾谷歌数据分析证书内容关于偏差.zh_en
03:05
24_可选回顾谷歌数据分析证书内容关于创建简介.zh_en
09:07
25_欢迎模块3.zh_en
02:05
26_重新审视上下文的重要性.zh_en
04:44
27_在不断变化的世界中的数据可用性.zh_en
05:28
28_Meghna警惕偏差.zh_en
02:40
29_有意义的指标.zh_en
04:14
30_总结.zh_en
01:42
31_可选回顾谷歌数据分析证书内容关于数据完整性.zh_en
02:52
32_欢迎模块4.zh_en
04:45
33_Patrick成为合格的候选人.zh_en
03:02
34_简介你的结业项目.zh_en
03:06
35_结业项目回顾.zh_en
01:33
36_课程总结.zh_en
01:37
0_简介第2课.zh_en
02:59
1_Ed克服自我怀疑综合症.zh_en
02:20
2_欢迎模块1.zh_en
00:49
3_数据建模设计模式和模式.zh_en
04:06
4_通过维度模型获取事实.zh_en
04:49
5_具有星型和雪花型模式的维度模型.zh_en
02:31
6_不同的数据类型不同的数据库.zh_en
06:57
7_数据的形状.zh_en
04:03
8_设计有用的数据库模式.zh_en
04:31
9_数据管道和ETL过程.zh_en
05:38
10_通过ETL过程最大化数据.zh_en
02:20
11_为工作选择合适的工具.zh_en
03:54
12_简介Dataflow.zh_en
02:41
13_从利益相关者收集信息.zh_en
03:19
14_总结.zh_en
01:19
15_可选回顾谷歌数据分析证书内容关于数据类型.zh_en
05:07
16_可选回顾谷歌数据分析证书内容关于主键和外键.zh_en
03:43
17_可选回顾谷歌数据分析证书内容关于BigQuery.zh_en
04:24
18_欢迎模块2.zh_en
01:08
19_数据集市、数据湖和ETL过程.zh_en
03:24
20_数据库性能的五大因素.zh_en
03:18
21_优化数据库性能.zh_en
04:11
22_总结.zh_en
01:21
23_欢迎模块3.zh_en
01:32
24_质量测试的重要性.zh_en
05:29
25_Mana优质数据才是有用数据.zh_en
03:32
26_从源到目标的一致性.zh_en
04:58
27_检查你的模式.zh_en
03:43
28_验证业务规则.zh_en
03:43
29_Burak不断发展的技术.zh_en
02:32
30_总结.zh_en
01:47
31_可选回顾谷歌数据分析证书内容关于数据完整性.zh_en
02:52
32_可选回顾谷歌数据分析证书内容关于元数据.zh_en
03:51
33_欢迎模块4.zh_en
02:09
34_继续你的结业项目.zh_en
01:39
35_指导你持续成功完成结业项目.zh_en
02:25
36_Luis面试准备技巧.zh_en
02:48
37_课程总结.zh_en
01:24
0_简介第3课.zh_en
03:56
1_分析师的一天中的BI.zh_en
02:31
2_欢迎模块1.zh_en
01:04
3_商业智能中的数据可视化.zh_en
03:08
4_赋能利益相关者.zh_en
03:03
5_使用模拟计划一个仪表板.zh_en
03:32
6_总结.zh_en
00:56
7_可选回顾谷歌数据分析证书内容关于数据.zh_en
06:34
8_欢迎模块2.zh_en
01:37
9_构建仪表板时的设计权衡.zh_en
04:12
10_商业智能实践中的Deandrea.zh_en
02:46
11_开始图表.zh_en
03:46
12_组织仪表板元素.zh_en
03:44
13_总结.zh_en
01:33
14_可选回顾谷歌数据分析证书内容关于聚合.zh_en
03:04
15_可选回顾谷歌数据分析证书内容关于数据类型.zh_en
05:07
16_可选回顾谷歌数据分析证书内容关于Tableau.zh_en
01:54
17_可选回顾谷歌数据分析证书内容关于仪表板.zh_en
04:36
18_欢迎模块3.zh_en
01:09
19_完成一个仪表板项目.zh_en
02:17
20_BI专家的力量.zh_en
02:07
21_与利益相关者角色扮演.zh_en
01:30
22_数据驱动的图表.zh_en
03:08
23_Erica展示BI工具的应用.zh_en
03:28
24_组织良好的仪表板.zh_en
01:40
25_仪表板迭代.zh_en
01:34
26_总结.zh_en
01:15
27_欢迎模块4.zh_en
01:52
28_呈现你的洞见.zh_en
03:56
29_BI专业人员的招聘过程.zh_en
03:40
30_Heather进入BI的个人职业历程.zh_en
03:16
31_将BI工作纳入你的作品集.zh_en
02:16
32_完善你的简历.zh_en
03:08
33_Kelly简历准备技巧.zh_en
02:39
34_总结.zh_en
01:05
35_可选回顾谷歌数据分析证书内容关于演示文稿.zh_en
02:41
36_可选回顾谷歌数据分析证书内容关于创建简介.zh_en
09:07
37_欢迎模块5.zh_en
01:39
38_完成你的结业项目.zh_en
02:04
39_课程总结.zh_en
00:54
40_祝贺你完成谷歌商业智能证书.zh_en
01:22
41_课程回顾.zh_en
01:53
密歇根大学《使用Python的统计学（理解并可视化数据、因果推断、建模）|Statistics with Python》中英字幕
0_欢迎参加课程.zh_en
02:32
1_理解和可视化数据指导.zh_en
03:31
2_什么是统计学.zh_en
09:58
3_访谈：现实生活中统计学的观点.zh_en
28:48
4_数据中的有趣内容.zh_en
08:45
5_数据从何而来.zh_en
12:58
6_变量类型.zh_en
05:58
7_研究设计.zh_en
06:11
8_Jupyter笔记本简介（可选）.zh_en
09:55
9_Python中的数据类型（可选）.zh_en
12:12
10_库和数据管理简介（可选）.zh_en
13:06
11_分类数据：表格、条形图、饼图.zh_en
04:14
12_定量数据：直方图.zh_en
12:31
13_定量数据：数值总结.zh_en
09:29
14_标准分数与经验规则.zh_en
07:15
15_定量数据：箱线图.zh_en
06:36
16_演示：交互式直方图箱线图.zh_en
04:57
17_观察多变量分类数据的关联.zh_en
09:35
18_观察多变量定量数据的关联.zh_en
07:33
19_演示：交互式散点图.zh_en
02:32
20_比萨作业简介.zh_en
02:39
21_从明确定义的总体中抽样.zh_en
16:40
22_概率抽样第一部分.zh_en
10:59
23_概率抽样第二部分.zh_en
15:47
24_非概率抽样第一部分.zh_en
10:47
25_非概率抽样第二部分.zh_en
09:57
26_抽样方差与抽样分布第一部分.zh_en
15:21
27_抽样方差与抽样分布第二部分.zh_en
07:18
28_演示：交互式抽样分布.zh_en
21:46
29_超越均值：其他常用统计量的抽样分布.zh_en
10:26
30_基于单一样本对总体进行推断.zh_en
14:21
31_非概率样本的推断.zh_en
17:24
32_复杂样本.zh_en
23:48
0_欢迎参加课程.zh_en
02:54
1_用Python指导推理统计分析.zh_en
04:15
2_推理方法简介：你会看到的事情.zh_en
03:09
3_袋子A或袋子B.zh_en
13:33
4_这个还是那个：语言与符号.zh_en
13:07
5_Python统计学景观.zh_en
02:50
6_用信心估计总体比例.zh_en
06:06
7_理解置信区间.zh_en
10:51
8_演示：理论实验.zh_en
05:01
9_单一总体比例置信区间的假设.zh_en
03:25
10_保守方法：样本量考虑.zh_en
08:36
11_用信心估计两个总体比例的差异.zh_en
06:18
12_解释：两个总体比例区间的假设.zh_en
04:26
13_用信心估计总体均值.zh_en
14:43
14_为成对数据估计均值差异.zh_en
10:27
15_用信心估计独立总体均值的差异.zh_en
14:37
16_为总体比例建立检验.zh_en
05:24
17_检验一个总体比例.zh_en
08:01
18_建立检验两个总体比例差异.zh_en
07:38
19_检验两个总体比例的差异.zh_en
08:48
20_访谈：P值、P值黑客行为等.zh_en
24:57
21_关于总体均值的单均值检验.zh_en
17:27
22_检验总体均值差异.zh_en
13:35
23_检验独立群体的总体均值差异.zh_en
12:39
24_演示：命名场景.zh_en
02:48
25_巧克力自行车任务.zh_en
02:23
26_良好研究问题对于可靠推断的重要性.zh_en
10:28
27_描述性推断：使用置信区间的单变量示例.zh_en
12:54
28_描述性推断：使用假设检验的单变量示例.zh_en
12:41
29_比较两个独立样本均值的例子.zh_en
14:59
30_比较两个配对样本均值的例子.zh_en
12:16
31_比较两个独立样本比例的例子.zh_en
13:41
0_欢迎参加课程.zh_en
03:38
1_用Python指导拟合统计模型到数据.zh_en
05:46
2_我们所说的拟合模型到数据是什么意思.zh_en
18:12
3_统计建模中的变量类型.zh_en
13:46
4_不同研究设计产生不同类型的数据对建模的影响.zh_en
09:54
5_模型拟合的目的：推断与预测.zh_en
11:05
6_绘制预测及预测不确定性.zh_en
08:04
7_Python统计学景观.zh_en
02:50
8_线性回归介绍.zh_en
11:09
9_线性回归推断.zh_en
15:01
10_访谈：因果关系与相关性.zh_en
18:36
11_逻辑回归介绍.zh_en
15:40
12_逻辑回归推断.zh_en
07:12
13_什么是多层次模型以及我们为什么拟合它们.zh_en
17:05
14_多层次线性回归模型.zh_en
21:15
15_多层次逻辑回归模型.zh_en
15:00
16_多层次建模实践：加州理工应用.zh_en
12:45
17_什么是边际模型以及我们为什么拟合它们.zh_en
13:55
18_边际线性回归模型.zh_en
19:45
19_边际逻辑回归.zh_en
11:19
20_拟合模型时我们应该使用调查权重吗.zh_en
13:38
21_贝叶斯入门.zh_en
04:47
22_贝叶斯方法在统计和建模中的应用.zh_en
15:42
23_贝叶斯方法案例研究第一部分.zh_en
13:22
24_贝叶斯方法案例研究第二部分.zh_en
19:10
25_贝叶斯方法案例研究第三部分.zh_en
23:40
密歇根大学《Python用于数据科学实践（1-3课/共5课）|Applied Data Science with Python 》deepseek翻译
0_专业介绍.zh_en
03:56
1_课程介绍.zh_en
04:54
2_Coursera Jupyter Notebook 系统.zh_en
08:16
3_Python 函数.zh_en
08:01
4_Python 类型与序列.zh_en
08:38
5_Python 字符串进阶.zh_en
03:13
6_Python 演示：读写 CSV 文件.zh_en
03:59
7_Python 日期与时间.zh_en
02:23
8_高级 Python 对象映射.zh_en
05:55
9_高级 Python Lambda 表达式与列表推导.zh_en
02:58
10_数值 Python 库 NumPy.zh_en
32:06
11_使用正则表达式处理文本.zh_en
27:15
12_Pandas 介绍.zh_en
03:19
13_Series 数据结构.zh_en
10:07
14_查询 Series.zh_en
15:45
15_DataFrame 数据结构.zh_en
12:39
16_DataFrame 索引与加载.zh_en
08:39
17_查询 DataFrame.zh_en
09:53
18_DataFrame 索引.zh_en
08:29
19_缺失值.zh_en
11:06
20_示例：操作 DataFrame.zh_en
09:00
21_合并 DataFrame.zh_en
15:32
22_Pandas 惯用法.zh_en
15:25
23_分组.zh_en
19:37
24_尺度.zh_en
10:26
25_透视表.zh_en
09:43
26_日期时间功能.zh_en
12:59
27_基本统计测试.zh_en
13:53
28_其他形式的结构化数据.zh_en
06:29
0_介绍.zh_en
04:30
1_更新.zh_en
01:13
2_关于教授 Christopher Brooks.zh_en
01:26
3_设计思维工具：Alberto Cairo.zh_en
08:37
4_图形启发法：数据墨水比（Edward Tufte）.zh_en
04:45
5_图形启发法：图表垃圾（Edward Tufte）.zh_en
05:12
6_图形启发法：谎言因子与火花线（Edward Tufte）.zh_en
03:48
7_真实艺术（Alberto Cairo）.zh_en
08:41
8_介绍.zh_en
01:49
9_Matplotlib 架构.zh_en
06:57
10_使用 Matplotlib 进行基本绘图.zh_en
10:22
11_散点图.zh_en
12:31
12_线图.zh_en
12:45
13_条形图.zh_en
07:20
14_简化图表.zh_en
08:36
15_子图.zh_en
15:13
16_直方图.zh_en
12:56
17_箱线图.zh_en
10:27
18_热图.zh_en
08:12
19_动画.zh_en
07:25
20_小部件演示.zh_en
10:57
21_使用 Pandas 绘图.zh_en
07:45
22_Seaborn.zh_en
08:56
23_地图绘制与地理调查.zh_en
12:52
24_成为独立数据科学家.zh_en
01:43
0_介绍.zh_en
11:01
1_新增内容.zh_en
01:00
2_机器学习关键概念.zh_en
13:46
3_Python 机器学习工具.zh_en
04:43
4_机器学习问题示例.zh_en
12:11
5_检查数据.zh_en
09:06
6_K 近邻分类.zh_en
23:49
7_监督学习介绍.zh_en
17:10
8_过拟合与欠拟合.zh_en
12:23
9_监督学习数据集.zh_en
04:59
10_K 近邻分类与回归.zh_en
13:27
11_线性回归最小二乘法.zh_en
17:40
12_线性回归：岭回归、Lasso 回归与多项式回归.zh_en
26:57
13_逻辑回归.zh_en
12:50
14_线性分类器：支持向量机.zh_en
13:44
15_多类分类.zh_en
06:51
16_核化支持向量机.zh_en
18:55
17_交叉验证.zh_en
12:08
18_决策树.zh_en
19:41
19_独热编码（可选）.zh_en
13:55
20_模型评估与选择.zh_en
22:16
21_混淆矩阵与基本评估指标.zh_en
14:12
22_分类器决策函数.zh_en
07:22
23_精确率、召回率与 ROC 曲线.zh_en
07:43
24_多类评估.zh_en
10:25
25_回归评估.zh_en
06:10
26_模型选择：优化不同评估指标的分类器.zh_en
13:18
27_模型校准（可选）.zh_en
31:16
28_朴素贝叶斯分类器.zh_en
08:01
29_随机森林.zh_en
11:43
30_梯度提升决策树.zh_en
05:55
31_神经网络.zh_en
18:52
32_深度学习（可选）.zh_en
14:25
33_数据泄露.zh_en
13:20
34_介绍.zh_en
04:31
35_降维与流形学习.zh_en
09:35
36_聚类.zh_en
14:33
37_结论.zh_en
02:32
密歇根大学《给所有人的Python课》课程5：《毕业项目：使用Python检索、处理和可视化数据》|python-data-visualization|
0_引言 欢迎来到本课程.zh_en
02:17
1_Unicode字符和字符串.zh_en
17:19
2_海牙办公时间.zh_en
03:37
3_约翰·雷西格和Pam Fox可汗学院采访.zh_en
11:54
4_PageRank概述.zh_en
08:19
5_PageRank工作示例 爬网 第16章.zh_en
17:25
6_PageRank工作示例 计算 第16章.zh_en
15:37
7_PageRank工作示例 可视化 第16章.zh_en
06:43
8_底特律办公时间.zh_en
01:35
9_图像处理Anil Jain采访.zh_en
11:55
10_Dr Chuck的新猫Sakaiger.zh_en
01:43
11_采访Bruce Schneier 安全心态.zh_en
07:33
12_Gmane简介.zh_en
06:47
13_Gmane邮件检索工作示例 第16章.zh_en
17:01
14_Gmane邮件模型工作示例 第16章.zh_en
12:56
15_巴尔的摩办公时间.zh_en
01:25
16_采访Bruce Schneier 建立加密系统.zh_en
11:20
17_办公时间Dr Chuck假装在旅游频道.zh_en
05:00
18_Gmane邮件可视化工作示例 第16章.zh_en
13:33
19_蒙特利尔办公时间.zh_en
04:52
20_采访Nathaniel Borenstein MIME之父.zh_en
11:04
21_Dr Chuck的办公室 安阿伯密歇根州.zh_en
01:57
22_视频史蒂夫·乔布斯 Next和互联网.zh_en
12:24
密歇根大学《给所有人的Python课》课程4:《使用数据库进行Python编程》|python-databases|
0_欢迎使用带有Python的数据库.zh_en
02:50
1_Unicode字符和字符串.zh_en
17:19
2_14.1 面向对象的定义和术语.zh_en
08:27
3_14.2 我们的第一个类和对象.zh_en
07:12
4_14.3 对象生命周期.zh_en
08:28
5_14.4 对象继承.zh_en
06:41
6_奖励采访 软件工程Bertrand Meyer.zh_en
11:46
7_伦敦加时办公室.zh_en
01:10
8_15.1 关系型数据库.zh_en
13:50
9_15.2 使用数据库.zh_en
12:28
10_15.3 单表CRUD.zh_en
16:36
11_计数电子邮件数据库工作示例.zh_en
13:40
12_萨格勒布办公时间.zh_en
03:29
13_采访Elizabeth Fong SQL的早期.zh_en
07:47
14_twspider.py章节15工作示例.zh_en
09:39
15_15.4 设计数据模型.zh_en
13:59
16_15.5 用表表示数据模型.zh_en
11:56
17_15.6 插入关系数据.zh_en
09:26
18_15.7 用连接重建数据.zh_en
12:12
19_tracks.py第15章工作示例.zh_en
13:59
20_珀斯办公时间.zh_en
01:47
21_采访Niklaus Wirth.zh_en
15:11
22_巴塞罗那办公时间.zh_en
02:12
23_15.8 多对多关系.zh_en
17:17
24_roster.py第15章工作示例.zh_en
11:27
25_墨西哥城办公时间.zh_en
00:55
26_采访Andrew Tanenbaum Minix.zh_en
10:48
27_twfriends.py第15章工作示例.zh_en
21:39
28_16.1 地理编码.zh_en
09:20
30_geodata第16章工作示例.zh_en
13:14
31_阿姆斯特丹办公时间.zh_en
03:11
32_采访Richard Stallman自由软件基金会.zh_en
02:40
33_采访Brian Behlendorf Apache基金会.zh_en
04:35
密歇根大学《给所有人的Python课》课程3:《使用Python访问Web数据》|python-network-data|
0_课程欢迎.zh_en
00:46
1_Python欢迎：Guido van Rossum.zh_en
01:02
2_Windows 10：安装Python并编写程序.zh_en
08:17
3_Windows：截图操作.zh_en
02:29
4_Mac：使用Python并编写程序.zh_en
04:23
5_Mac：截图操作.zh_en
04:18
6_11.1 正则表达式.zh_en
10:25
7_11.2 数据提取.zh_en
15:40
8_额外办公时间：海牙.zh_en
02:06
9_额外采访：Bjarne Stroustrup谈C++.zh_en
15:24
10_12.1 网络技术.zh_en
07:40
11_12.2 超文本传输协议（HTTP）.zh_en
14:23
12_实例演示：套接字（第12章）.zh_en
06:12
13_使用开发者控制台探索HTTP.zh_en
10:13
14_额外内容：Leonard Kleinrock谈ARPANET上的首两个数据包.zh_en
13:03
15_额外视频：Robert Cailliau，万维网的共同发明人.zh_en
09:43
16_额外办公时间：亚特兰大白金汉地区.zh_en
03:16
17_趣味：Chuck博士在CNN读新闻.zh_en
04:08
18_12.3 Unicode字符和字符串.zh_en
17:19
19_12.4 网页检索.zh_en
06:37
20_实例演示：使用urllib（第12章）.zh_en
03:40
21_12.5 解析网页.zh_en
09:29
22_实例演示：BeautifulSoup（第12章）.zh_en
09:21
23_额外办公时间：蒙特利尔.zh_en
04:52
24_额外采访：Tim Berners-Lee谈发明万维网.zh_en
01:23
25_趣味：我的魔力在日内瓦生效了.zh_en
05:36
26_13.1 网络上的数据.zh_en
04:34
27_13.2 可扩展标记语言（XML）.zh_en
08:44
28_13.3 XML模式.zh_en
10:59
29_13.4 解析XML.zh_en
10:46
30_实例演示：XML（第13章）.zh_en
06:07
31_采访Roy Fielding：理解REST架构.zh_en
10:54
32_额外办公时间：波士顿.zh_en
02:02
33_额外视频：Ian Horrocks谈RDF和OWL进阶.zh_en
07:57
34_13.5 JavaScript对象表示法（JSON）.zh_en
09:26
35_实例演示：JSON（第13章）.zh_en
05:51
36_采访Douglas Crockford：发现JSON.zh_en
07:08
37_13.6 面向服务的方法.zh_en
02:39
38_视频：面向服务的架构.zh_en
05:16
39_13.7 使用应用程序编程接口（API）.zh_en
08:12
40_实例演示：GeoJSON API（第13章）.zh_en
07:42
41_13.8 安全API请求.zh_en
11:03
42_实例演示：Twitter API（第13章）.zh_en
19:42
43_额外办公时间：澳大利亚墨尔本.zh_en
01:38
44_额外办公时间：加利福尼亚圣莫尼卡.zh_en
07:15
45_额外内容：布莱切利园的课堂重聚.zh_en
09:49
密歇根大学《给所有人的Python课》课程2:《Python数据结构课程（密歇根大学）》|python-data|
0_视频欢迎Dr Chuck.zh_en
01:56
1_6.1 字符串.zh_en
15:35
2_6.2 操作字符串.zh_en
17:44
3_练习6.5.zh_en
08:27
4_紐約市加時辦公室.zh_en
02:27
5_蒙纳士计算机历史博物馆.zh_en
07:05
6_有趣的教科书作者见面pycon.zh_en
03:56
7_使用python游乐场演示.zh_en
03:56
8_Windows 10安装Python和编写程序.zh_en
08:17
9_Windows截屏.zh_en
02:29
10_Macintosh使用Python编写程序.zh_en
04:23
11_Macintosh截屏.zh_en
04:18
12_7.1 文件.zh_en
08:16
13_7.2 处理文件.zh_en
11:43
14_演示练习7.1.zh_en
09:45
15_巴塞罗那加时办公室.zh_en
01:18
16_奖励戈登贝尔计算的基石.zh_en
15:24
17_8.1 列表.zh_en
10:08
18_8.2 操作列表.zh_en
09:14
19_8.3 列表和字符串.zh_en
07:48
20_巴黎的Python列表.zh_en
00:39
21_练习列表.zh_en
11:34
22_芝加哥加时办公室.zh_en
00:44
23_奖励Rasmus Lerdorf发明PHP语言.zh_en
07:46
24_9.1 字典.zh_en
09:33
25_9.2 用字典计数.zh_en
11:53
26_9.3 字典和文件.zh_en
13:38
01_worked-exercise-dictionaries.zh_en
24:24
28_阿姆斯特丹加时办公室.zh_en
03:02
29_奖励Brendan Eich发明Javascript.zh_en
12:01
30_乐趣Dr Chuck去越野赛车.zh_en
02:28
31_10 元组.zh_en
17:55
32_练习元组和排序.zh_en
10:06
33_墨西哥城加时办公室.zh_en
01:08
34_奖励John Resig发明jQuery.zh_en
10:15
35_Douglas Crockford JavaScript对象表示法JSON.zh_en
07:08
36_世界上最伟大的墨西哥卷.zh_en
02:23
37_毕业典礼.zh_en
07:26
38_Dr Chuck总结 接下来会发生什么.zh_en
08:54
IBM 数据分析师课程 3:《用Excel、Congos做数据可视化、看板》data-visualization-dashboards-excel-cognos
0_课程介绍视频.zh
03:37
1_图表介绍.zh
04:44
2_使用可视化讲述数据故事的采访.zh
03:56
3_在Excel中创建基本图表：线图，饼图和柱状图.zh
05:24
4_使用Excel的数据透视图功能.zh
06:07
5_创建树状图，散点图和直方图.zh
07:54
6_创建填充地图图表和迷你图.zh
06:02
7_仪表板入门.zh
03:58
8_使用仪表板展示数据结果的访谈.zh
05:30
10_Cognos Analytics介绍及如何注册.zh
01:56
11_在Cognos Analytics中导航.zh
03:16
12_在Cognos中创建简单的仪表板.zh
04:36
13_Cognos Analytics仪表板的高级功能.zh
03:44
0_01_course-intro-video.en_subtitled
03:37
1_03_introduction-to-charts.en_subtitled
04:44
2_04_interview-using-visualizations-to-tell-a-data-story.en_subtitled
03:56
3_05_creating-basic-charts-in-excel-line-pie-and-bar-charts.en_subtitled
05:24
4_06_using-the-excel-pivotchart-feature.en_subtitled
06:07
5_01_creating-treemaps-scatter-charts-and-histograms.en_subtitled
07:54
6_02_creating-filled-map-charts-and-sparklines.en_subtitled
06:02
7_01_introduction-to-dashboarding.en_subtitled
03:58
8_02_interview-using-dashboards-to-present-data-results.en_subtitled
05:30
10_01_cognos-analytics-introduction-and-how-to-sign-up.en_subtitled
01:56
11_02_navigating-in-cognos-analytics.en_subtitled
03:16
12_03_creating-a-simple-dashboard-in-cognos.en_subtitled
04:36
13_04_advanced-capabilities-in-cognos-analytics-dashboards.en_subtitled
03:44
IBM 数据分析师专业证书课程 9（4-8见投稿IBM数据科学4-8）:《数据分析毕业项目》ibm-data-analyst-capstone-project|
0_课程介绍.zh
03:13
1_成功的数据发现报告的元素.zh
04:50
2_呈现你的发现的最佳实践.zh
03:10
0_01_course-introduction.en_subtitled
03:13
1_01_elements-of-a-successful-data-findings-report.en_subtitled
04:50
2_02_best-practices-for-presenting-your-findings.en_subtitled
03:10
IBM 数据分析师专业证书课程 1:《数据分析简介》|introduction-to-data-analytics|
0_课程介绍.zh
02:42
1_现代数据生态系统.zh
04:51
2_数据生态系统的关键参与者.zh
05:36
3_定义数据分析.zh
05:32
4_观点：什么是数据分析.zh
03:10
5_数据分析师的职责.zh
04:40
6_观点：成为数据分析师的素质和技能.zh
04:57
7_数据分析师的日常生活.zh
05:26
8_观点：数据分析的应用.zh
02:50
9_数据分析师生态系统概述.zh
03:46
10_数据类型.zh
04:02
11_理解不同类型的文件格式.zh
05:00
12_数据来源.zh
07:57
13_数据专业人员的语言.zh
08:20
14_数据仓库概述.zh
04:34
15_关系数据库管理系统.zh
07:38
16_非SQL.zh
07:35
17_数据集市，数据湖，ETL和数据管道.zh
06:46
18_大数据基础.zh
05:22
19_大数据处理工具.zh
06:30
20_识别分析数据.zh
05:32
21_数据来源.zh
04:43
22_如何收集和导入数据.zh
06:32
23_什么是数据整理.zh
06:59
24_数据整理工具.zh
05:38
25_数据清洗.zh
06:28
26_观点：数据准备和可靠性.zh
04:05
27_统计分析概述.zh
08:03
28_什么是数据挖掘.zh
05:22
29_数据挖掘工具.zh
06:15
30_分享和传播数据分析结果的概述.zh
05:06
31_观点：数据分析中的故事讲述.zh
03:07
32_数据可视化介绍.zh
05:34
33_可视化和仪表板软件介绍.zh
07:46
34_观点：可视化工具.zh
03:17
35_数据分析的职业机会.zh
05:59
36_观点：进入数据专业.zh
03:24
37_观点：雇主在数据分析师中寻求什么.zh
05:10
38_数据分析的多条路径.zh
04:02
39_观点：数据专业人员的职业选择.zh
03:27
40_观点：对有志成为数据分析师的建议.zh
03:40
41_观点：数据专业中的女性.zh
03:09
0_01_course-introduction.en_subtitled
02:42
1_02_modern-data-ecosystem.en_subtitled
04:51
2_03_key-players-in-the-data-ecosystem.en_subtitled
05:36
3_04_defining-data-analysis.en_subtitled
05:32
4_05_viewpoints-what-is-data-analytics.en_subtitled
03:10
5_01_responsibilities-of-a-data-analyst.en_subtitled
04:40
6_02_viewpoints-qualities-and-skills-to-be-a-data-analyst.en_subtitled
04:57
7_03_a-day-in-the-life-of-a-data-analyst.en_subtitled
05:26
8_04_viewpoints-applications-of-data-analytics.en_subtitled
02:50
9_01_overview-of-the-data-analyst-ecosystem.en_subtitled
03:46
10_02_types-of-data.en_subtitled
04:02
11_03_understanding-different-types-of-file-formats.en_subtitled
05:00
12_04_sources-of-data.en_subtitled
07:57
13_05_languages-for-data-professionals.en_subtitled
08:20
14_01_overview-of-data-repositories.en_subtitled
04:34
15_02_rdbms.en_subtitled
07:38
16_03_nosql.en_subtitled
07:35
17_04_data-marts-data-lakes-etl-and-data-pipelines.en_subtitled
06:46
18_05_foundations-of-big-data.en_subtitled
05:22
19_06_big-data-processing-tools.en_subtitled
06:30
20_01_identifying-data-for-analysis.en_subtitled
05:32
21_02_data-sources.en_subtitled
04:43
22_03_how-to-gather-and-import-data.en_subtitled
06:32
23_01_what-is-data-wrangling.en_subtitled
06:59
24_02_tools-for-data-wrangling.en_subtitled
05:38
25_03_data-cleaning.en_subtitled
06:28
26_04_viewpoints-data-preparation-and-reliability.en_subtitled
04:05
27_01_overview-of-statistical-analysis.en_subtitled
08:03
28_02_what-is-data-mining.en_subtitled
05:22
29_03_tools-for-data-mining.en_subtitled
06:15
30_01_overview-of-communicating-and-sharing-data-analysis-findings.en_subtitled
05:06
31_02_viewpoints-storytelling-in-data-analysis.en_subtitled
03:07
32_03_introduction-to-data-visualization.en_subtitled
05:34
33_04_introduction-to-visualization-and-dashboarding-software.en_subtitled
07:46
34_05_viewpoints-visualization-tools.en_subtitled
03:17
35_01_career-opportunities-in-data-analysis.en_subtitled
05:59
36_02_viewpoints-get-into-data-profession.en_subtitled
03:24
37_03_viewpoints-what-do-employers-look-for-in-a-data-analyst.en_subtitled
05:10
38_04_the-many-paths-to-data-analysis.en_subtitled
04:02
39_05_viewpoints-career-options-for-data-professionals.en_subtitled
03:27
40_06_viewpoints-advice-for-aspiring-data-analysts.en_subtitled
03:40
41_07_viewpoints-women-in-data-professions.en_subtitled
03:09
IBM 数据分析师专业证书课程 2:《数据分析Excel基础》|excel-basics-data-analysis-ibm|
0_课程介绍.zh
02:59
1_电子表格入门.zh
05:30
2_电子表格基础部分1.zh
05:46
3_电子表格基础部分2.zh
06:56
4_观点：作为数据分析工具的电子表格.zh
05:23
5_查看，输入和编辑数据.zh
05:51
6_复制，填充和格式化单元格和数据.zh
07:39
7_公式基础.zh
07:08
8_函数入门.zh
05:29
9_在公式中引用数据.zh
09:23
10_数据质量介绍.zh
03:32
11_导入文件数据.zh
05:36
12_数据隐私基础.zh
05:58
13_观点：数据质量和隐私.zh
04:48
14_删除重复或不准确的数据和空行.zh
08:49
15_处理数据中的不一致性.zh
09:03
16_用于清洗数据的更多Excel功能.zh
06:14
17_观点：数据质量问题.zh
04:02
18_使用电子表格分析数据介绍.zh
05:33
19_在Excel中筛选和排序数据.zh
07:27
20_观点：筛选和排序.zh
01:56
21_用于数据分析的有用函数.zh
11:24
22_使用vlookup和hlookup函数.zh
09:38
23_在Excel中创建数据透视表介绍.zh
07:47
24_观点：数据透视表.zh
03:28
25_数据透视表功能.zh
09:38
0_01_course-introduction.en_subtitled
02:59
1_02_introduction-to-spreadsheets.en_subtitled
05:30
2_03_spreadsheet-basics-part-1.en_subtitled
05:46
3_04_spreadsheet-basics-part-2.en_subtitled
06:56
4_06_viewpoints-using-spreadsheets-as-a-data-analysis-tool.en_subtitled
05:23
5_01_viewing-entering-and-editing-data.en_subtitled
05:51
6_02_copying-filling-and-formatting-cells-and-data.en_subtitled
07:39
7_03_the-basics-of-formulas.en_subtitled
07:08
8_04_intro-to-functions.en_subtitled
05:29
9_05_referencing-data-in-formulas.en_subtitled
09:23
10_01_introduction-to-data-quality.en_subtitled
03:32
11_02_importing-file-data.en_subtitled
05:36
12_03_basics-of-data-privacy.en_subtitled
05:58
13_04_viewpoints-data-quality-and-privacy.en_subtitled
04:48
14_01_removing-duplicated-or-inaccurate-data-and-empty-rows.en_subtitled
08:49
15_02_dealing-with-inconsistencies-in-data.en_subtitled
09:03
16_03_more-excel-features-for-cleaning-data.en_subtitled
06:14
17_04_viewpoints-issues-with-data-quality.en_subtitled
04:02
18_01_intro-to-analyzing-data-using-spreadsheets.en_subtitled
05:33
19_02_filtering-and-sorting-data-in-excel.en_subtitled
07:27
20_03_viewpoints-filtering-and-sorting.en_subtitled
01:56
21_04_useful-functions-for-data-analysis.en_subtitled
11:24
22_05_using-vlookup-and-hlookup-functions.en_subtitled
09:38
23_01_introduction-to-creating-pivot-tables-in-excel.en_subtitled
07:47
24_02_viewpoints-pivot-tables.en_subtitled
03:28
25_03_pivot-table-features.en_subtitled
09:38
IBM数据工程专业证书 课程12:《使用Spark进行数据工程和机器学习》|machine-learning-using-spark|
0_spark 结构化流.zh_en
04:28
1_graphframes on apache spark.zh_en
05:02
2_etl 工作负载.zh_en
04:22
3_introduction to the pipeline editor in elyra 可选的.zh_en
11:19
4_sparkml 基础.zh_en
05:31
5_分类和回归使用 apache spark.zh_en
03:40
6_sparkml 聚类.zh_en
03:30
IBM数据工程专业证书 课程13:《数据工程毕业项目》|data-enginering-capstone-project|
0_introduction to capstone project.zh_en
04:35
1_assignment overview.zh_en
01:30
2_assignment overview querying data in nosql databases.zh_en
01:17
3_assignment overview data warehouse design setup.zh_en
02:27
4_assignment overview data warehouse reporting.zh_en
01:49
5_assignment overview.zh_en
01:29
6_assignment overview etl.zh_en
02:25
7_assignment overview data pipelines using apache airflow.zh_en
01:40
8_assignment overview big data analytics with spark.zh_en
00:54
IBM数据工程专业证书 课程11:《使用Spark和Hadoop进行大数据介绍》|big-data-with-spark-hadoop|
0_课程介绍.zh_en
05:46
1_什么是大数据.zh_en
07:43
2_大数据的影响.zh_en
05:34
3_并行处理 扩展和数据并行.zh_en
07:37
4_大数据工具和生态系统.zh_en
04:34
5_开源和大数据.zh_en
06:30
6_超越炒作.zh_en
04:35
7_大数据用例.zh_en
05:36
8_hadoop 简介.zh_en
07:21
9_简介 mapreduce.zh_en
05:42
10_hadoop 生态系统.zh_en
04:23
11_hdfs.zh_en
08:16
12_蜂巢.zh_en
05:41
13_hbase.zh_en
06:00
14_为什么使用 apache spark.zh_en
05:08
15_函数式编程基础.zh_en
05:33
16_使用弹性分布式数据集进行并行编程.zh_en
05:29
17_apache spark 中的数据并行扩展.zh_en
03:46
18_dataframe 和 sparksql.zh_en
04:16
19_rdd 在并行编程和火花中的作用.zh_en
05:19
20_数据帧和数据集.zh_en
04:32
21_催化剂和钨.zh_en
05:14
22_使用 dataframe 的 etl.zh_en
06:26
23_sparksql 的实际使用.zh_en
04:17
24_apache spark 架构.zh_en
05:49
25_概述 apache spark 集群模式.zh_en
06:06
26_如何运行 apache spark 应用程序.zh_en
06:32
27_在 ibm 云上使用 apache spark.zh_en
04:07
28_设置 apache spark 配置.zh_en
05:53
29_在 kubernetes 上运行 spark.zh_en
04:34
30_apache spark 用户界面.zh_en
05:42
31_监控应用程序进度.zh_en
07:51
32_调试 apache spark 应用程序问题.zh_en
05:31
33_了解内存资源.zh_en
05:59
34_了解处理器资源.zh_en
05:12
IBM数据工程专业证书课程10：《NoSQL数据库导论》|introduction-to-nosql-databases|
0_nosql 概述.zh_en
05:04
1_nosql 数据库的特点.zh_en
06:41
2_nosql 数据库类别 键值.zh_en
04:29
3_nosql 数据库类别 文档.zh_en
03:45
4_nosql 数据库类别 列.zh_en
03:48
5_nosql 数据库类别 图形.zh_en
03:30
6_acid vs base.zh_en
06:21
7_分布式数据库.zh_en
05:41
8_cap 定理.zh_en
04:41
9_从 rdbms 迁移到 nosql 数据库的挑战.zh_en
05:23
10_mongodb 概述.zh_en
04:43
11_mongodb 的优势.zh_en
04:46
12_mongodb 的用例.zh_en
04:44
13_crud 操作.zh_en
06:08
14_索引.zh_en
03:53
15_聚合框架.zh_en
02:56
16_复制 分片.zh_en
03:31
17_从 python 访问 mongodb.zh_en
04:45
18_cassandra 概述.zh_en
07:17
19_cassandra 的关键功能.zh_en
08:16
20_cassandra 数据模型 第 1 部分.zh_en
07:30
21_cassandra 数据模型第 2 部分.zh_en
06:30
22_cassandra 查询语言 shell cqlsh 简介.zh_en
08:56
23_cql 数据类型.zh_en
07:22
24_键空间操作.zh_en
07:27
25_表操作.zh_en
07:33
26_crud 操作 第 1 部分.zh_en
07:42
27_crud 操作第 2 部分.zh_en
07:44
28_cloudant 概述.zh_en
05:03
29_cloudant 架构和关键技术.zh_en
05:52
30_cloudant 优势和解决方案.zh_en
06:54
31_cloudant 的部署选项.zh_en
04:52
32_cloudant 中的仪表板.zh_en
07:06
33_在 cloudant 中使用数据库.zh_en
07:10
34_http api 基础知识.zh_en
07:15
35_使用 http api 工作.zh_en
09:01
IBM数据工程专业证书课程9：《数据仓库和BI分析入门》|getting-started-with-data-warehousing-and-bi
0_数据仓库概述.zh_en
05:03
1_流行的数据仓库系统.zh_en
06:13
2_选择数据仓库系统.zh_en
06:20
3_可选 ibm db2 warehouse.zh_en
04:47
4_数据仓概览.zh_en
05:46
5_数据湖概述.zh_en
05:23
6_数据湖解释.zh_en
08:49
7_数据仓库体系结构概述.zh_en
05:32
8_立方 聚合和物化视图和表.zh_en
07:37
9_事实和维度建模.zh_en
06:38
10_使用星型和雪花模式的数据建模.zh_en
06:58
11_数据仓库的暂存区.zh_en
04:50
12_验证数据质量.zh_en
07:37
13_填充数据仓库.zh_en
08:24
14_查询数据.zh_en
08:45
15_分析与商业智能工具简介.zh_en
04:26
16_cognos analytics 简介及注册方法.zh_en
01:56
17_在 cognos analytics 中导航.zh_en
03:16
18_在 cognos 中创建简单的仪表板.zh_en
04:36
19_cognos 分析仪表板的高级功能.zh_en
03:44
20_使用 cognos 访问您的仓库.zh_en
07:48
IBM数据工程专业证书课程8：《使用Shell、Airflow和Kafka的ETL和数据管道课程（IBM）》|etl-and-data-pipelines
0_course intro video.zh_en
05:29
1_etl 基础知识.zh_en
05:25
2_elt 基础知识.zh_en
04:14
3_比较 etl 到 elt.zh_en
04:29
4_数据提取技术.zh_en
04:28
5_介绍数据转换技术.zh_en
04:27
6_数据加载技术.zh_en
04:32
7_使用 shell 脚本进行 etl.zh_en
05:03
8_数据流水线简介.zh_en
04:34
9_关键的数据流水线过程.zh_en
04:38
10_批处理与流式数据流水线的用例.zh_en
04:34
11_数据流水线工具和技术.zh_en
06:56
12_apache airflow 概述.zh_en
06:26
13_在 apache airflow 中使用数据流水线作为 dags 的优势.zh_en
06:50
14_apache airflow ui.zh_en
03:45
15_使用 airflow 构建 dag.zh_en
04:28
16_airflow 监控和日志记录.zh_en
04:14
17_分布式事件流平台组件.zh_en
06:16
18_apache kafka 概述.zh_en
06:11
19_使用 kafka 构建事件流水线.zh_en
10:04
20_kafka 流程.zh_en
05:04
IBM数据工程专业证书课程7：《关系数据库管理（DBA）》|relational-database-administration|
0_数据库管理员的工作日.zh_en
03:29
1_数据库管理生命周期.zh_en
05:59
2_数据库对象.zh_en
06:13
3_系统对象和数据库配置.zh_en
05:58
4_数据库存储.zh_en
05:52
5_备份和恢复简介.zh_en
05:24
6_备份类型.zh_en
05:36
7_备份策略.zh_en
04:28
8_使用数据库事务日志进行恢复.zh_en
06:30
9_数据库安全概述.zh_en
06:33
10_用户 组和角色.zh_en
04:40
11_管理对数据库及其对象的访问.zh_en
04:26
12_审计数据库活动.zh_en
03:29
13_加密数据.zh_en
07:17
14_数据库监控概述.zh_en
07:10
15_监控使用和性能 第 1 部分.zh_en
04:32
16_监控使用和性能第 2 部分.zh_en
06:20
17_优化数据库.zh_en
08:10
18_使用索引.zh_en
09:38
19_排除常见问题.zh_en
08:58
20_使用状态变量 错误代码和文档.zh_en
06:35
21_用于故障排除的日志.zh_en
08:21
22_自动化数据库任务概述.zh_en
06:53
23_自动化报告和警报.zh_en
04:34
IBM数据工程专业证书课程6：《Linux命令和Shell脚本入门实践》|hands-on-introduction-to-linux-commands
0_课程介绍.zh_en
05:12
1_介绍 linux 和 unix.zh_en
05:14
2_linux 发行版.zh_en
05:33
3_linux 架构概述.zh_en
06:22
4_linux 终端概述.zh_en
06:11
5_创建和编辑文本文件.zh_en
06:45
6_安装软件和更新.zh_en
06:37
7_常见 linux shell 命令概述.zh_en
06:09
8_信息命令.zh_en
08:01
9_文件和目录导航命令.zh_en
04:41
10_文件和目录管理命令.zh_en
07:03
11_查看文件内容.zh_en
03:52
12_用于整理文本文件的有用命令.zh_en
05:39
13_网络命令.zh_en
06:24
14_文件存档和压缩命令.zh_en
06:39
15_shell 脚本入门.zh_en
04:25
16_管道 变量和过滤器.zh_en
04:18
17_bash shell 的有用功能.zh_en
06:26
18_使用 cron 调度作业.zh_en
04:02
IBM数据工程专业证书课程5：《数据科学SQL数据库和SQL课程（IBM）》|sql-data-science|
0_欢迎来到数据科学的 sql.zh_en
02:23
1_数据库简介.zh_en
04:29
2_选择语句.zh_en
03:41
3_计数 区分 限制.zh_en
02:31
4_插入语句.zh_en
02:42
5_更新和删除语句.zh_en
03:17
6_关系数据库概念.zh_en
05:35
7_sql 语句类型 ddl vs dml.zh_en
02:25
8_创建表语句.zh_en
04:01
9_更改删除和截断表.zh_en
04:17
10_如何在云上创建数据库实例.zh_en
05:52
11_使用字符串模式和范围.zh_en
04:28
12_排序结果集.zh_en
02:50
13_分组结果集.zh_en
03:38
14_内置数据库函数.zh_en
06:17
15_日期和时间内置函数.zh_en
02:46
16_子查询和嵌套选择.zh_en
04:54
17_使用多个表.zh_en
06:50
18_如何使用 python 访问数据库.zh_en
06:03
19_使用 db api 编写代码.zh_en
05:31
20_使用 ibm db api 连接数据库.zh_en
02:11
21_创建表 加载数据和查询数据.zh_en
03:55
22_使用 python 分析数据.zh_en
09:35
23_使用真实数据集.zh_en
08:49
24_获取表和列的详细信息.zh_en
04:10
25_意见.zh_en
03:45
26_存储的过程.zh_en
03:15
27_原子事务.zh_en
03:50
28_联接概述.zh_en
04:08
29_内部连接.zh_en
02:46
30_外部连接.zh_en
05:43
IBM数据工程专业证书课程4：《关系数据库导论（RDBMS）》|introduction-to-relational-databases|
0_复习数据基础知识.zh_en
05:39
1_信息和数据模型.zh_en
05:58
2_关系类型.zh_en
04:10
3_将实体映射到表.zh_en
02:08
4_数据类型.zh_en
06:13
5_关系模型概念.zh_en
02:55
6_数据库体系结构.zh_en
06:07
7_分布式体系结构和集群数据库.zh_en
04:32
8_数据库使用模式.zh_en
06:40
9_关系数据库产品简介.zh_en
07:20
10_db2.zh_en
10:26
11_mysql.zh_en
05:42
12_postgresql.zh_en
04:35
13_sql 语句类型 ddl vs dml.zh_en
02:25
14_创建表.zh_en
04:33
15_create table 语句.zh_en
04:01
16_alter drop 和 truncate 表.zh_en
04:17
17_数据移动实用程序.zh_en
07:35
18_加载数据.zh_en
04:01
19_包括模式在内的数据库对象层次结构.zh_en
08:41
20_主键和外键.zh_en
03:32
21_索引概述.zh_en
03:49
22_标准化.zh_en
07:07
23_关系模型约束高级.zh_en
05:23
24_mysql 入门.zh_en
04:22
25_在 mysql 中创建数据库和表.zh_en
03:02
26_mysql 中加载数据.zh_en
05:21
27_在 mysql 中使用键和约束.zh_en
04:21
28_postgresql 入门.zh_en
05:05
29_在 postgresql 中创建数据库和加载数据.zh_en
05:10
30_意见.zh_en
03:44
31_包括 erd 在内的数据库设计方法.zh_en
08:05
IBM数据工程专业证书第3课：《Python数据工程项目课程（IBM）》python-project-for-data-engineering
0_课程介绍.zh_en
03:11
1_在 ide 中演示工作.zh_en
05:42
2_提取 转换 加载 etl.zh_en
06:40
3_可选网络抓取.zh_en
05:00
4_可选 rest api http 请求.zh_en
04:57
5_python 样式指南和编码实践.zh_en
06:33
6_单元测试.zh_en
07:00
7_打包.zh_en
06:24
IBM数据工程专业证书第2课：《Python应用于数据科学、人工智能和开发》python-for-applied-data-science-ai
0_类型.zh_en
03:03
1_表达式和变量.zh_en
03:56
2_字符串操作.zh_en
03:59
3_列表和元组.zh_en
08:52
4_字典.zh_en
02:26
5_集合.zh_en
05:13
6_条件和分支.zh_en
10:18
7_循环.zh_en
06:46
8_函数.zh_en
13:33
9_异常处理.zh_en
03:50
10_对象和类.zh_en
10:53
11_使用 open 读取文件.zh_en
03:39
12_使用 open 写入文件.zh_en
02:55
13_使用熊猫加载数据.zh_en
03:04
14_熊猫使用和保存数据.zh_en
02:07
15_一维 numpy.zh_en
11:25
16_二维 numpy.zh_en
07:14
17_简单 api 第 1 部分.zh_en
05:14
18_简单 api 第 2 部分.zh_en
05:07
19_rest api http 请求 1 部分.zh_en
04:12
20_rest api http 请求第 2 部分.zh_en
04:57
21_可选 html 进行网络抓取.zh_en
05:01
22_网络抓取.zh_en
05:00
23_使用不同的文件格式 csv xml json xlsx.zh_en
04:11
IBM数据工程专业证书第1课：《数据工程入门课程（IBM）》introduction-to-data-engineering
0_欢迎来到数据工程导论.zh_en
03:23
1_现代数据生态系统.zh_en
04:51
2_数据生态系统关键参与者.zh_en
05:37
3_数据工程定义.zh_en
04:24
4_数据工程的定义视角.zh_en
04:27
5_数据工程的演进视角.zh_en
07:35
6_数据工程师职责与技能.zh_en
05:27
7_数据工程师技能素质视角.zh_en
06:58
8_数据工程师的日常.zh_en
03:37
9_数据工程生态系统概览.zh_en
04:53
10_数据类型.zh_en
04:02
11_文件格式类型解析.zh_en
05:00
12_数据来源.zh_en
07:57
13_数据专业人员的编程语言.zh_en
08:31
14_多源多类型数据处理视角.zh_en
06:38
15_数据存储库概述.zh_en
04:34
16_关系型数据库管理系统.zh_en
07:38
17_NoSQL.zh_en
07:35
18_数据仓库、数据集市与数据湖.zh_en
07:16
19_可选数据湖仓解析.zh_en
08:48
20_数据存储库选择考量视角.zh_en
06:25
21_ETL、ELT与数据管道.zh_en
06:37
22_数据集成平台.zh_en
04:48
23_工具数据库与存储库选择视角.zh_en
06:38
24_大数据基础.zh_en
05:22
25_大数据处理工具(Hadoop-HDFS-Hive-Spark).zh_en
06:31
26_大数据对数据工程的影响视角.zh_en
03:41
27_数据平台架构设计.zh_en
07:12
28_数据存储选型与设计要素.zh_en
06:46
29_安全.zh_en
06:23
30_数据安全重要性视角.zh_en
04:03
31_数据收集与导入方法.zh_en
06:31
32_数据清洗.zh_en
07:15
33_数据清洗工具.zh_en
05:38
34_数据查询与分析.zh_en
05:41
35_性能调优与故障排除.zh_en
07:06
36_治理与合规.zh_en
07:36
37_数据工程职业机会.zh_en
05:53
38_进入数据工程领域的视角.zh_en
07:52
39_数据工程学习路径.zh_en
03:40
40_雇主对数据工程师的要求视角.zh_en
06:25
41_通往数据工程的多元路径.zh_en
05:41
42_给数据工程新手的建议.zh_en
06:47
IBM数据科学专业证书课程10:《应用数据科学毕业项目》applied-data-science-capstone（中英字幕）
0_项目场景与概述.zh_en
03:09
1_数据收集概述.zh_en
04:15
2_数据整理概述.zh_en
02:12
3_探索性数据分析概述.zh_en
02:01
4_交互式可视化分析与仪表盘.zh_en
01:54
5_预测性分析概述.zh_en
01:01
6_成功数据发现报告要素.zh_en
04:49
7_成果展示最佳实践.zh_en
03:10
IBM数据科学专业证书课程9:《Python机器学习课程（IBM）》machine-learning-with-python（中英字幕）
0_课程介绍.zh_en
04:35
1_导论.zh_en
03:21
2_机器学习导论.zh_en
08:55
3_Python机器学习基础.zh_en
06:16
4_监督式与非监督式学习.zh_en
06:05
5_回归分析导论.zh_en
04:57
6_简单线性回归.zh_en
12:56
7_回归模型评估.zh_en
08:33
8_回归模型评价指标.zh_en
03:12
9_多元线性回归.zh_en
13:45
10_分类算法导论.zh_en
03:59
11_K近邻算法.zh_en
09:18
12_分类模型评价指标.zh_en
07:14
13_决策树导论.zh_en
04:07
14_决策树构建.zh_en
10:42
15_逻辑回归入门.zh_en
08:01
16_逻辑回归与线性回归对比.zh_en
15:36
17_逻辑回归训练.zh_en
13:56
18_支持向量机.zh_en
08:58
19_聚类分析导论.zh_en
08:07
20_K均值聚类入门.zh_en
09:41
21_K均值进阶.zh_en
03:52
IBM数据科学专业证书课程8:《Python数据可视化课程（IBM）》python-for-data-visualization（中英字幕）
1_数据可视化导论.zh_en
04:37
2_Matplotlib入门.zh_en
06:27
3_Matplotlib基础绘图.zh_en
04:40
4_加拿大移民数据集.zh_en
02:44
5_折线图绘制.zh_en
03:42
6_面积图绘制.zh_en
04:46
7_直方图绘制.zh_en
04:59
8_条形图绘制.zh_en
03:31
9_饼图绘制.zh_en
04:20
10_箱线图绘制.zh_en
04:12
11_散点图绘制.zh_en
04:18
12_华夫饼图绘制.zh_en
01:29
13_词云生成.zh_en
01:29
14_Seaborn与回归图.zh_en
02:27
15_Folium地图库入门.zh_en
02:36
16_标记地图制作.zh_en
02:22
17_区域统计地图.zh_en
04:22
18_仪表盘概述.zh_en
04:34
19_Plotly可视化入门.zh_en
03:47
20_Dash框架导论.zh_en
04:31
21_交互式仪表盘开发.zh_en
04:40
IBM数据科学专业证书课程7:《使用Python进行数据分析》data-analysis-with-python（中英字幕）
0_问题定义.zh_en
01:57
1_数据理解.zh_en
02:32
2_Python数据科学包.zh_en
02:34
3_Python数据导入导出.zh_en
04:19
4_Python数据科学包.zh_en
02:34
5_Python数据分析入门.zh_en
04:20
6_Python数据库访问.zh_en
04:08
7_Python数据导入导出.zh_en
04:19
8_Python数据分析入门.zh_en
04:20
9_Python数据库访问.zh_en
04:08
10_Python数据预处理.zh_en
02:15
11_Python缺失值处理.zh_en
06:03
12_Python数据格式化.zh_en
03:29
13_Python数据格式化.zh_en
03:29
14_Python数据归一化.zh_en
03:40
15_Python数据分箱.zh_en
01:53
16_Python数据归一化.zh_en
03:40
17_Python分类变量量化.zh_en
02:06
18_Python数据分箱.zh_en
01:53
19_Python分类变量量化.zh_en
02:06
20_探索性数据分析.zh_en
01:16
21_描述性统计.zh_en
04:45
22_Python分组操作.zh_en
03:26
23_相关性分析.zh_en
02:34
24_Python分组操作.zh_en
03:26
25_相关性统计.zh_en
02:43
26_两分类变量关联分析（卡方检验）.zh_en
04:58
27_相关性分析.zh_en
02:34
28_相关性统计.zh_en
02:43
29_两分类变量关联分析（卡方检验）.zh_en
04:58
30_模型开发.zh_en
01:50
31_线性回归与多元线性回归.zh_en
06:40
32_可视化模型评估.zh_en
04:50
33_可视化模型评估.zh_en
04:50
34_多项式回归与流水线.zh_en
04:31
35_样本内评估指标.zh_en
03:42
36_多项式回归与流水线.zh_en
04:31
37_预测与决策制定.zh_en
05:56
38_样本内评估指标.zh_en
03:42
39_预测与决策制定.zh_en
05:56
40_模型评估与优化.zh_en
07:36
41_过拟合-欠拟合与模型选择.zh_en
04:25
42_过拟合-欠拟合与模型选择.zh_en
04:25
43_岭回归.zh_en
04:32
44_网格搜索.zh_en
04:39
45_岭回归.zh_en
04:32
46_网格搜索.zh_en
04:39
IBM数据科学专业证书课程6:《数据库与SQL在数据科学中的应用（IBM）》sql-data-science（中英字幕）
0_SQL数据科学入门.zh_en
02:23
1_数据库系统导论.zh_en
04:29
2_SELECT查询语句.zh_en
03:41
3_COUNT-DISTINCT-LIMIT.zh_en
02:31
4_INSERT插入语句.zh_en
02:42
5_UPDATE与DELETE语句.zh_en
03:17
6_关系型数据库概念.zh_en
05:35
7_SQL语句分类（DDL vs DML）.zh_en
02:25
8_CREATE TABLE建表语句.zh_en
04:01
9_ALTER-DROP-TRUNCATE操作.zh_en
04:17
10_云端数据库实例创建.zh_en
05:52
11_字符串模式与范围查询.zh_en
04:28
12_结果集排序.zh_en
02:50
13_结果集分组.zh_en
03:38
14_内置数据库函数.zh_en
06:17
15_日期时间函数.zh_en
02:46
16_子查询与嵌套查询.zh_en
04:54
17_多表联合操作.zh_en
06:50
18_Python数据库访问方法.zh_en
06:03
19_使用DB API编写代码.zh_en
05:30
20_IBM DB API数据库连接.zh_en
02:11
21_表创建、数据加载与查询.zh_en
03:55
22_Python数据分析实践.zh_en
09:35
23_真实世界数据集处理.zh_en
08:49
24_表结构与列信息获取.zh_en
04:10
25_视图创建.zh_en
03:45
26_存储过程使用.zh_en
03:15
27_ACID事务特性.zh_en
03:50
28_连接操作概述.zh_en
04:08
29_内连接操作.zh_en
02:46
30_外连接操作.zh_en
05:42
IBM数据科学专业证书课程5:《数据科学项目Python课程（IBM）》python-project-for-data-science（中英字幕）
0_网页抓取HTML基础.zh_en
05:00
1_网络数据采集.zh_en
05:00
IBM数据科学专业证书课程4:《Python应用于数据科学、人工智能和开发》python-for-applied-data-science-ai（中英字幕）
0_数据类型.zh_en
03:03
1_表达式与变量.zh_en
03:56
2_字符串操作.zh_en
03:59
3_列表与元组.zh_en
08:52
4_字典结构.zh_en
02:26
5_集合类型.zh_en
05:13
6_条件判断.zh_en
10:18
7_循环结构.zh_en
06:46
8_函数定义.zh_en
13:32
9_异常处理.zh_en
03:50
10_对象与类.zh_en
10:53
11_文件读取操作.zh_en
03:39
12_文件写入操作.zh_en
02:55
13_Pandas数据加载.zh_en
03:03
14_Pandas数据处理与保存.zh_en
02:07
15_一维NumPy数组.zh_en
11:24
16_二维NumPy数组.zh_en
07:14
17_简单API使用（上）.zh_en
05:13
18_简单API使用（下）.zh_en
05:07
19_REST API与HTTP请求（上）.zh_en
04:12
20_REST API与HTTP请求（下）.zh_en
04:57
21_网页抓取HTML基础（选修）.zh_en
05:00
22_网络数据抓取.zh_en
05:00
23_多种文件格式处理（CSV-XML-JSON-XLSX）.zh_en
04:11
IBM数据科学专业证书课程3:《数据科学方法论》data-science-methodology（中英字幕）
0_课程导论.zh_en
04:07
1_业务理解.zh_en
05:08
2_分析方法.zh_en
03:29
3_数据需求.zh_en
03:34
4_数据收集.zh_en
03:00
5_数据理解.zh_en
03:22
6_数据准备概念.zh_en
03:08
7_数据准备案例研究.zh_en
04:20
8_建模概念.zh_en
03:01
9_建模案例研究.zh_en
04:01
10_模型评估.zh_en
04:03
11_模型部署.zh_en
03:37
12_反馈机制.zh_en
03:14
13_课程总结.zh_en
03:31
IBM数据科学专业证书课程2:《数据科学工具》open-source-tools-for-data-science（中英字幕）
0_课程介绍.zh_en
03:15
1_数据科学语言体系.zh_en
02:17
2_Python语言导论.zh_en
03:50
3_R语言导论.zh_en
03:48
4_SQL语言导论.zh_en
03:35
5_其他编程语言.zh_en
06:36
6_数据科学工具分类.zh_en
02:27
7_开源数据科学工具（上）.zh_en
07:21
8_开源数据科学工具（下）.zh_en
05:16
9_商业数据科学工具.zh_en
05:59
10_云端数据科学工具.zh_en
08:09
11_数据科学库.zh_en
04:31
12_应用程序接口（API）.zh_en
04:30
13_驱动数据科学的数据集.zh_en
06:10
14_企业数据共享-数据资产交换.zh_en
03:05
15_机器学习模型.zh_en
07:04
16_模型资产交换平台.zh_en
06:00
17_Jupyter Notebook入门.zh_en
03:33
18_Jupyter基础操作.zh_en
03:35
19_Jupyter内核系统.zh_en
01:58
20_Jupyter架构解析.zh_en
01:59
21_R与RStudio导论.zh_en
03:00
22_RStudio可视化功能.zh_en
03:44
23_Git与GitHub概述.zh_en
04:28
24_GitHub入门指南.zh_en
03:27
25_GitHub分支管理.zh_en
05:26
26_命令行操作Git与GitHub（选修）.zh_en
09:15
27_命令行分支与合并（选修）.zh_en
05:34
28_通过Pull Request参与协作（选修）.zh_en
08:42
29_IBM Watson Studio简介.zh_en
04:09
30_Watson Studio导论.zh_en
04:32
31_创建Watson Studio账户.zh_en
02:30
32_Watson Studio中的Jupyter Notebook（上）.zh_en
02:41
33_Watson Studio中的Jupyter Notebook（下）.zh_en
03:40
34_GitHub与Watson Studio集成.zh_en
02:38
35_其他IBM数据科学工具.zh_en
01:05
36_IBM Watson知识目录.zh_en
06:25
37_数据精炼工具.zh_en
07:18
38_Watson Studio中的SPSS建模流程.zh_en
06:08
39_IBM SPSS建模工具.zh_en
07:15
40_SPSS统计分析.zh_en
07:46
41_Watson机器学习模型部署.zh_en
04:50
42_Watson Studio自动AI.zh_en
04:20
43_IBM Watson公平性监测.zh_en
07:22
IBM数据科学专业证书课程1:《数据科学是什么？》what-is-datascience（中英字幕）
0_数据科学本质.zh_en
02:30
1_数据科学基础原理.zh_en
02:52
2_数据科学的多元路径.zh_en
03:48
3_给新晋数据科学家的建议.zh_en
02:51
4_数据科学家日常.zh_en
03:46
5_传统问题与数据科学解决方案.zh_en
03:57
6_数据科学主题与算法.zh_en
03:54
7_数据科学中的云计算.zh_en
03:23
8_大数据基础架构.zh_en
05:22
9_Hadoop生态系统.zh_en
06:37
10_大数据驱动数字化转型.zh_en
03:56
11_大数据时代的数据科学技能.zh_en
04:36
12_纽约大学数据科学家访谈.zh_en
04:14
13_核心概念辨析.zh_en
04:12
14_神经网络与深度学习.zh_en
06:43
15_机器学习应用场景.zh_en
03:19
16_数据科学拯救生命案例.zh_en
04:38
17_企业数据科学实施路径.zh_en
02:53
18_数据科学应用领域.zh_en
03:39
19_如何成为数据科学家.zh_en
05:20
20_数据科学人才招聘.zh_en
07:41
21_数据科学职业发展.zh_en
02:52
22_高中生与数据科学职业.zh_en
04:53
约翰霍普金斯大学《数据科学的高级统计|Advanced Statistics for Data Science》中英字幕（deepseek
0_课程导览.zh_en
01:20
1_生物统计与实验设计.zh_en
12:37
2_集合符号与概率论.zh_en
14:36
3_概率论.zh_en
22:48
4_随机变量.zh_en
06:01
5_概率质量函数与概率密度函数.zh_en
17:39
6_累积分布函数、生存函数与分位数.zh_en
11:38
7_期望值.zh_en
12:51
8_期望值运算规则.zh_en
10:11
9_方差与切比雪夫不等式.zh_en
18:50
10_随机向量与独立性.zh_en
17:34
11_相关性.zh_en
10:42
12_方差性质与样本方差.zh_en
22:16
13_条件概率与条件密度.zh_en
14:30
14_贝叶斯定理与似然比.zh_en
23:31
15_似然函数.zh_en
32:02
16_伯努利分布与二项试验.zh_en
15:35
17_正态分布.zh_en
28:27
18_极限与大数定律.zh_en
18:52
19_中心极限定理与置信区间.zh_en
23:38
20_置信区间与正态方差的CI.zh_en
15:40
21_学生t分布与正态均值的CI.zh_en
19:19
22_轮廓似然.zh_en
08:24
23_t置信区间.zh_en
24:49
24_数据可视化.zh_en
22:54
25_刀切法.zh_en
12:43
26_自助法.zh_en
17:08
27_二项比例推断A部分.zh_en
07:00
28_二项比例推断B部分.zh_en
36:58
29_对数变换.zh_en
27:08
0_假设检验.zh_en
01:10
1_更多假设检验.zh_en
12:56
2_假设检验的一般规则.zh_en
13:46
3_双侧检验.zh_en
09:11
4_置信区间与P值.zh_en
13:51
5_统计功效.zh_en
02:42
6_统计功效计算.zh_en
08:40
7_t检验与蒙特卡洛模拟.zh_en
14:34
8_双样本检验：配对数据I.zh_en
06:14
9_双样本检验：配对数据II.zh_en
08:21
10_双样本检验：均值回归.zh_en
12:44
11_双样本检验：两独立组.zh_en
17:16
12_双样本二项检验：得分统计量.zh_en
14:19
13_双样本二项检验：精确检验.zh_en
09:27
14_双样本二项检验：比较两个二项比例.zh_en
17:06
15_相对风险与优势比：相对度量.zh_en
04:11
16_相对风险与优势比：相对风险.zh_en
08:44
17_相对风险与优势比：优势比.zh_en
07:20
18_Delta方法.zh_en
04:40
19_Delta方法推导.zh_en
09:04
20_Fisher精确检验.zh_en
11:25
21_超几何分布.zh_en
08:24
22_Fisher精确检验实践：蒙特卡洛模拟.zh_en
16:25
23_卡方检验.zh_en
16:49
24_独立性检验.zh_en
10:42
25_泛化.zh_en
22:43
26_拟合优度检验.zh_en
11:46
27_辛普森悖论.zh_en
07:24
28_辛普森悖论：更多案例.zh_en
09:08
29_加权法.zh_en
08:50
30_CMH检验.zh_en
15:29
31_病例对照抽样.zh_en
13:41
32_优势比的精确推断.zh_en
08:50
33_配对2×2列联表.zh_en
03:40
34_依赖性与边际同质性.zh_en
08:35
35_比例边际差的估计.zh_en
05:00
36_配对2×2列联表补充内容.zh_en
14:21
37_符号检验.zh_en
07:42
38_符号秩检验.zh_en
10:34
39_秩和检验.zh_en
12:07
40_泊松分布.zh_en
09:45
41_泊松似然.zh_en
09:36
42_泊松P值计算.zh_en
08:00
0_引言.zh_en
02:38
1_矩阵求导.zh_en
05:02
2_编程示例.zh_en
02:28
3_矩阵乘法中心化.zh_en
06:39
4_编程示例.zh_en
02:25
5_矩阵乘法求方差.zh_en
06:39
6_编程示例.zh_en
02:11
7_过原点回归.zh_en
04:38
8_先中心化处理.zh_en
08:05
9_编程示例.zh_en
01:58
10_与线性回归的关联.zh_en
07:50
11_编程示例.zh_en
01:37
12_拟合值与残差.zh_en
04:39
13_最小二乘法.zh_en
05:13
14_编程示例.zh_en
01:19
15_预测.zh_en
02:06
16_编程示例.zh_en
02:10
17_残差分析.zh_en
02:11
18_编程示例.zh_en
01:54
19_广义化.zh_en
06:25
20_广义化示例.zh_en
02:11
21_最小二乘法.zh_en
03:48
22_编程示例.zh_en
03:15
23_最小二乘法的第二推导.zh_en
04:45
24_投影法.zh_en
09:47
25_最小二乘法的第三推导.zh_en
12:24
26_编程示例.zh_en
04:59
27_设计矩阵与拟合基础案例.zh_en
24:31
28_组效应.zh_en
04:21
29_参数化变更.zh_en
05:00
30_协方差分析.zh_en
10:35
31_基函数导论.zh_en
04:18
32_基函数2：傅里叶基.zh_en
05:07
33_基函数3：奇异值分解.zh_en
08:32
34_基函数编程示例.zh_en
09:48
35_残差分析导论.zh_en
05:47
36_变异分解.zh_en
10:24
0_导论视频.zh_en
02:18
1_多元期望值基础.zh_en
04:45
2_期望值的矩阵运算.zh_en
02:35
3_多元方差与协方差.zh_en
05:36
4_多元协方差与方差矩阵运算.zh_en
05:45
5_二次型的期望值.zh_en
03:46
6_最小二乘估计的期望性质.zh_en
13:47
7_正态与多元正态分布.zh_en
08:34
8_奇异正态分布.zh_en
07:54
9_正态似然.zh_en
05:23
10_正态条件分布.zh_en
08:49
11_二次型的卡方结果.zh_en
10:31
12_回归系数的置信区间.zh_en
06:44
13_F分布.zh_en
04:51
14_编程示例.zh_en
07:43
15_预测区间.zh_en
11:22
16_编程示例.zh_en
05:11
17_置信椭球.zh_en
07:28
18_编程示例.zh_en
06:01
19_残差的分布结果.zh_en
05:15
20_代码演示.zh_en
03:16
21_留一法残差.zh_en
08:39
22_PRESS残差.zh_en
14:37
约翰霍普金斯大学数据科学课程10:《数据科学毕业课程（约翰霍普金斯大学）》|data-science-project|
0_欢迎来到毕业项目.zh_en
01:43
1_来自swiftkey的欢迎.zh_en
01:16
2_你现在是一名数据科学家了.zh_en
01:18
3_任务0介绍 理解问题.zh_en
01:12
4_任务1介绍 获取和清理数据.zh_en
01:18
5_正则表达式部分1 可选.zh_en
05:17
6_正则表达式部分2 可选.zh_en
08:01
7_任务2介绍 探索性数据分析.zh_en
01:40
8_任务3介绍 建模.zh_en
01:09
9_任务4介绍 预测模型.zh_en
01:21
10_任务5介绍 创意探索.zh_en
01:00
11_任务6介绍 数据产品.zh_en
01:11
12_任务7介绍 幻灯片.zh_en
00:51
13_恭喜.zh_en
02:22
约翰霍普金斯大学数据科学课程9:《开发数据产品》|data-products|
0_欢迎来到开发数据产品.zh_en
01:25
1_shiny 1 1.zh_en
06:37
2_shiny 1 2.zh_en
06:05
3_shiny 1 3.zh_en
04:10
4_shiny 1 4.zh_en
06:33
5_shiny 1 5.zh_en
09:14
6_shiny 2 1.zh_en
03:48
7_shiny 2 2.zh_en
09:58
8_shiny 2 3.zh_en
02:48
9_shiny 2 4.zh_en
04:33
10_shiny 2 5.zh_en
03:34
11_shiny 2 6.zh_en
06:32
12_shiny小工具1 1.zh_en
05:50
13_shiny小工具1 2.zh_en
04:30
14_shiny小工具1 3.zh_en
07:04
15_googlevis 1 1.zh_en
06:06
16_googlevis 1 2.zh_en
08:03
17_plotly 1 1.zh_en
04:01
18_plotly 1 2.zh_en
02:12
19_plotly 1 3.zh_en
06:13
20_plotly 1 4.zh_en
05:28
21_plotly 1 5.zh_en
03:43
22_plotly 1 6.zh_en
04:21
23_plotly 1 7.zh_en
00:54
24_plotly 1 8.zh_en
01:47
25_r markdown 1 1.zh_en
04:55
26_r markdown 1 2.zh_en
02:41
27_r markdown 1 3.zh_en
03:15
28_r markdown 1 4.zh_en
01:01
29_r markdown 1 5.zh_en
03:55
30_r markdown 1 6.zh_en
06:48
31_leaflet 1 1.zh_en
03:37
32_leaflet 1 2.zh_en
06:00
33_leaflet 1 3.zh_en
02:05
34_leaflet 1 4.zh_en
02:49
35_leaflet 1 5.zh_en
02:01
36_leaflet 1 6.zh_en
06:26
37_r包部分1.zh_en
07:12
38_r包部分2.zh_en
15:00
39_构建r包演示.zh_en
18:01
40_r类和方法部分1.zh_en
13:51
41_r类和方法部分2.zh_en
11:20
42_swirl 1 1.zh_en
02:16
43_swirl 1 2.zh_en
07:26
44_swirl 1 3.zh_en
06:47
约翰霍普金斯大学数据科学课程8:《实际机器学习课程（约翰霍普金斯大学）》|practical-machine-learning|
0_预测动机.zh_en
08:28
1_什么是预测.zh_en
08:41
2_步骤的相对重要性.zh_en
09:46
3_样本内和样本外误差.zh_en
06:58
4_预测研究设计.zh_en
09:06
5_错误类型.zh_en
10:36
6_接收者操作特征.zh_en
05:04
7_交叉验证.zh_en
08:21
8_应该使用什么数据.zh_en
06:02
9_caret软件包.zh_en
06:17
10_数据切片.zh_en
05:41
11_培训选项.zh_en
07:16
12_绘制预测因素.zh_en
10:40
13_基本预处理.zh_en
10:53
14_协变量创造.zh_en
17:32
15_用主成分分析进行预处理.zh_en
14:08
16_用回归预测.zh_en
12:23
17_用回归预测多个协变量.zh_en
11:13
18_用树预测.zh_en
12:53
19_装袋.zh_en
09:14
20_随机森林.zh_en
06:50
21_提升.zh_en
07:09
22_基于模型的预测.zh_en
11:40
23_正则化回归.zh_en
13:21
24_组合预测因素.zh_en
07:12
25_预测.zh_en
07:57
26_无监督预测.zh_en
04:25
约翰霍普金斯大学数据科学课程7:《回归模型》|regression-models|
0_回归简介.zh_en
06:04
1_简单最小二乘法简介.zh_en
06:30
2_技术细节 如果你愿意跳过.zh_en
03:00
3_介绍性的数据示例.zh_en
12:30
4_符号和背景.zh_en
07:55
5_线性最小二乘法.zh_en
06:59
6_线性最小二乘法编码示例.zh_en
07:43
7_技术细节 如果你愿意跳过.zh_en
11:33
8_回归至均值.zh_en
11:47
9_统计线性回归模型.zh_en
02:39
10_解释系数.zh_en
03:49
11_用于预测的线性回归.zh_en
10:35
12_残差.zh_en
05:43
13_残差编码示例.zh_en
14:25
14_残差方差.zh_en
07:08
15_回归中的推断.zh_en
05:15
16_编码示例.zh_en
06:58
17_预测.zh_en
09:43
18_非常非常快速地介绍knitr.zh_en
03:43
19_多变量回归第1部分.zh_en
09:18
20_多变量回归第2部分.zh_en
10:43
21_多变量回归继续.zh_en
08:19
22_多变量回归例子第1部分.zh_en
19:17
23_多变量回归例子第2部分.zh_en
22:17
24_多变量回归例子第3部分.zh_en
07:03
25_多变量回归例子第4部分.zh_en
07:23
26_调整例子.zh_en
17:49
27_残差和诊断第1部分.zh_en
05:09
28_残差和诊断第2部分.zh_en
09:05
29_残差和诊断第3部分.zh_en
09:16
30_模型选择第1部分.zh_en
07:07
31_模型选择第2部分.zh_en
22:36
32_模型选择第3部分.zh_en
12:29
33_广义线性模型.zh_en
21:21
34_逻辑回归第1部分.zh_en
18:00
35_逻辑回归第2部分.zh_en
03:41
36_逻辑回归第3部分.zh_en
08:35
37_泊松回归第1部分.zh_en
12:31
38_泊松回归第2部分.zh_en
12:33
39_大杂烩.zh_en
18:52
约翰霍普金斯大学数据科学课程6:《统计推断课程（约翰霍普金斯大学）》|statistical-inference|
0_简介视频.zh_en
07:06
1_02 01 概率简介.zh_en
06:14
2_02 02 概率质量函数.zh_en
07:15
3_02 03 概率密度函数.zh_en
13:28
4_03 01 条件概率.zh_en
03:24
5_03 02 贝叶斯规则.zh_en
07:53
6_03 03 独立性.zh_en
03:06
7_04 01 期望值.zh_en
05:15
8_04 02 期望值简单例子.zh_en
02:14
9_04 03 pdf的期望值.zh_en
07:47
10_05 01 可变性简介.zh_en
04:48
11_05 02 方差模拟例子.zh_en
02:47
12_05 03 平均值的标准误差.zh_en
07:14
13_05 04 数据例子中的方差.zh_en
03:34
14_06 01 二项分布.zh_en
03:04
15_06 02 正态分布.zh_en
15:13
16_06 03 泊松分布.zh_en
06:09
17_07 01 渐近性和lln.zh_en
04:30
18_07 02 渐近性和clt.zh_en
08:28
19_07 03 渐近性和置信区间.zh_en
20:11
20_08 01 t置信区间.zh_en
09:13
21_08 02 t置信区间例子.zh_en
04:07
22_08 03 独立组t区间.zh_en
14:38
23_08 04 关于方差不等的说明.zh_en
03:30
24_09 01 假设测试.zh_en
04:18
25_09 02 选择拒绝区域的示例.zh_en
05:13
26_09 03 t检验.zh_en
07:05
27_09 04 两组检验.zh_en
17:54
28_10 01 p值.zh_en
07:51
29_10 02 p值进一步示例.zh_en
05:56
30_仅仅足够的knitr来完成项目.zh_en
03:43
31_11 01 功率.zh_en
04:55
32_11 02 计算功率.zh_en
12:52
33_11 03 关于功率的笔记.zh_en
04:58
34_11 04 t检验功率.zh_en
08:03
35_12 01 多重比较.zh_en
25:23
36_13 01 自举.zh_en
07:11
37_13 02 自举示例.zh_en
03:30
38_13 03 关于自举的笔记.zh_en
10:22
39_13 04 置换检验.zh_en
09:08
约翰霍普金斯大学数据科学课程5:《可重复研究》|reproducible-research|
0_简介.zh_en
01:58
1_可重复研究是关于什么的.zh_en
08:20
2_可重复研究概念和想法第1部分.zh_en
07:12
3_可重复研究概念和想法第2部分.zh_en
05:28
4_可重复研究概念和想法第3部分.zh_en
03:27
5_对你的分析进行脚本编写.zh_en
04:36
6_数据分析结构第1部分.zh_en
12:30
7_数据分析结构第2部分.zh_en
17:41
8_组织你的分析.zh_en
11:06
9_r中的编码标准.zh_en
09:00
10_markdown.zh_en
05:15
11_r markdown.zh_en
06:36
12_r markdown演示.zh_en
07:24
13_knitr第1部分.zh_en
07:06
14_knitr第2部分.zh_en
04:12
15_knitr第3部分.zh_en
04:47
16_knitr第4部分.zh_en
09:30
17_课程项目1介绍.zh_en
04:54
18_传达结果.zh_en
06:55
19_rpubs.zh_en
03:22
20_可重复研究核对表第1部分.zh_en
08:22
21_可重复研究核对表第2部分.zh_en
10:21
22_可重复研究核对表第3部分.zh_en
06:55
23_基于证据的数据分析第1部分.zh_en
03:52
24_基于证据的数据分析第2部分.zh_en
03:35
25_基于证据的数据分析第3部分.zh_en
04:26
26_基于证据的数据分析第4部分.zh_en
04:48
27_基于证据的数据分析第5部分.zh_en
07:57
28_缓存计算.zh_en
11:17
29_案例研究 空气污染.zh_en
14:12
30_案例研究 高通量生物学.zh_en
30:51
31_对数据分析的评论.zh_en
02:20
32_同行评估2介绍.zh_en
00:33
约翰霍普金斯大学数据科学课程4:《探索性数据分析》|exploratory-data-analysis|
0_介绍.zh_en
01:19
1_在windows 3 2 1上安装r.zh_en
03:02
2_在mac 3 2 1上安装r.zh_en
01:45
3_在mac上安装r studio.zh_en
03:38
4_设置工作目录 windows.zh_en
07:20
5_设置工作目录 mac.zh_en
07:42
6_分析图形原理.zh_en
12:12
7_探索图1.zh_en
09:29
8_探索图2.zh_en
05:13
9_r中的绘图系统.zh_en
09:34
10_基础绘图系统部分1.zh_en
11:20
11_基础绘图系统部分2.zh_en
06:56
12_基础绘图演示.zh_en
16:57
13_r中的图形设备部分1.zh_en
05:35
14_r中的图形设备部分2.zh_en
07:31
15_网格绘图系统部分1.zh_en
06:23
16_网格绘图系统部分2.zh_en
06:13
17_ggplot2 第1部分.zh_en
06:27
18_ggplot2 第2部分.zh_en
13:54
19_ggplot2 第3部分.zh_en
09:47
20_ggplot2 第4部分.zh_en
10:39
21_ggplot2 第5部分.zh_en
08:11
22_层次聚类部分1.zh_en
07:21
23_层次聚类部分2.zh_en
05:25
24_层次聚类部分3.zh_en
07:35
25_k均值聚类部分1.zh_en
05:47
26_k均值聚类部分2.zh_en
04:27
27_降维部分1.zh_en
07:56
28_降维部分2.zh_en
09:26
29_降维部分3.zh_en
06:43
30_在r绘图中使用颜色部分1.zh_en
04:09
31_在r绘图中使用颜色部分2.zh_en
07:42
32_在r绘图中使用颜色部分3.zh_en
06:40
33_在r绘图中使用颜色部分4.zh_en
03:35
34_聚类案例研究.zh_en
14:52
35_空气污染案例研究.zh_en
40:36
约翰霍普金斯大学数据科学课程3:《获取和清理数据课程（约翰霍普金斯大学）》|data-cleaning|
0_获取数据动机.zh_en
05:39
1_原始数据和处理后的数据.zh_en
07:08
2_整洁数据的组成部分.zh_en
09:26
3_下载文件.zh_en
07:10
4_读取本地文件.zh_en
04:56
5_读取excel文件.zh_en
03:51
6_读取xml.zh_en
12:40
7_读取json.zh_en
05:04
8_数据表软件包.zh_en
11:19
9_从mysql读取.zh_en
14:45
10_从hdf5读取.zh_en
06:46
11_从网络读取.zh_en
06:48
12_从api读取.zh_en
07:58
13_从其他来源读取.zh_en
04:45
14_子集化和排序.zh_en
06:52
15_汇总数据.zh_en
11:38
16_创建新的变量.zh_en
10:33
17_重塑数据.zh_en
09:14
18_用dplyr介绍管理数据框.zh_en
03:22
19_用dplyr基本工具管理数据框.zh_en
12:13
20_合并数据.zh_en
06:20
21_编辑文本变量.zh_en
10:47
22_正则表达式1.zh_en
05:17
23_正则表达式2.zh_en
08:01
24_处理日期.zh_en
06:03
25_数据资源.zh_en
03:34
约翰霍普金斯大学数据科学课程2:《R编程课程》|r-programming|中英字幕
0_在mac上安装r.zh_en
01:45
1_在windows上安装r.zh_en
03:02
2_在mac上安装r studio.zh_en
01:37
3_编写代码 设置工作目录 windows.zh_en
07:21
4_编写代码 设置工作目录 mac.zh_en
07:45
5_介绍.zh_en
01:22
6_r概述和历史.zh_en
16:08
7_获取帮助.zh_en
13:54
8_r控制台输入和求值.zh_en
04:47
9_数据类型 r对象和属性.zh_en
04:44
10_数据类型 向量和列表.zh_en
06:28
11_数据类型 矩阵.zh_en
03:25
12_数据类型 因素.zh_en
04:32
13_数据类型 缺失值.zh_en
02:11
14_数据类型 数据框.zh_en
02:46
15_数据类型 名称属性.zh_en
01:50
16_数据类型 摘要.zh_en
00:45
17_读取表格数据.zh_en
05:52
18_读取大型表.zh_en
07:09
19_文本数据格式.zh_en
04:59
20_到外部世界的接口.zh_en
04:36
21_子集基础.zh_en
04:14
22_子集列表.zh_en
04:46
23_子集矩阵.zh_en
02:51
24_子集部分匹配.zh_en
01:43
25_子集移除缺失值.zh_en
04:00
26_向量化操作.zh_en
03:47
27_swirl简介.zh_en
01:08
28_控制结构简介.zh_en
00:55
29_控制结构 if else.zh_en
01:59
30_控制结构 for循环.zh_en
04:26
31_控制结构 while循环.zh_en
03:23
32_控制结构 repeat next break.zh_en
04:57
33_你的第一个r函数.zh_en
10:30
34_函数部分1.zh_en
09:18
35_函数部分2.zh_en
07:14
36_作用域规则 符号绑定.zh_en
10:33
37_作用域规则 r作用域规则.zh_en
08:34
38_作用域规则 优化示例 可选.zh_en
09:22
39_编码标准.zh_en
09:00
40_日期和时间.zh_en
10:29
41_循环函数 lapply.zh_en
09:24
42_循环函数 apply.zh_en
07:22
43_循环函数 mapply.zh_en
04:47
44_循环函数 tapply.zh_en
03:18
45_循环函数 split.zh_en
09:09
46_调试工具 诊断问题.zh_en
12:34
47_调试工具 基本工具.zh_en
06:26
48_调试工具 使用工具.zh_en
08:22
49_str函数.zh_en
06:09
50_模拟 生成随机数.zh_en
07:48
51_模拟 模拟线性模型.zh_en
04:32
52_模拟 随机采样.zh_en
02:38
53_r分析器部分1.zh_en
10:39
54_r分析器部分2.zh_en
10:27
约翰霍普金斯大学数据科学课程1:《数据科学家工具》|data-scientists-tools|
0_为什么是自动视频.zh_en
05:22
1_什么是数据科学.zh_en
09:38
2_什么是数据.zh_en
07:01
3_获取帮助.zh_en
10:49
4_数据科学过程.zh_en
08:43
5_安装r.zh_en
05:55
6_安装r studio.zh_en
02:59
7_rstudio之旅.zh_en
06:41
8_r包.zh_en
12:17
9_r中的项目.zh_en
05:14
10_版本控制.zh_en
11:31
11_github和git.zh_en
08:25
12_链接github和r studio.zh_en
03:59
13_在版本控制下的项目.zh_en
03:59
14_r markdown.zh_en
07:56
15_数据科学问题的类型.zh_en
09:28
16_试验设计.zh_en
09:24
17_大数据.zh_en
06:45
约翰霍普金斯大学《Excel商业分析|Business Analytics with Excel: Elementary to Advanced》中英字幕
0_在Excel中创建预算的热身练习.zh_en
14:40
1_NCAA T恤供应商.zh_en
14:55
2_木工书架公司.zh_en
16:15
3_优质毛衣公司.zh_en
20:26
4_B N书店.zh_en
16:57
5_第19洞.zh_en
32:54
6_净现值示例：地鼠制药.zh_en
14:33
7_营销活动.zh_en
21:23
8_PC科技公司.zh_en
17:54
9_投资分配.zh_en
17:29
10_公交问题.zh_en
18:30
11_运输问题Excel模板.zh_en
14:13
12_替代Excel模板.zh_en
10:06
13_新员工分配.zh_en
09:14
14_MLB裁判分配.zh_en
08:00
15_公主新娘.zh_en
11:23
16_咖啡交易所.zh_en
12:50
17_二元投资决策.zh_en
16:08
18_投资组合方差.zh_en
09:29
19_摩托雪橇.zh_en
06:10
杜克大学《Excel 到 MySQL：商业分析（5课全）|Excel to MySQL: Analytic Techniques for Business》中英
0_关于本专项课程.zh_en
04:31
1_导论.zh_en
03:15
2_指标助力提出正确问题.zh_en
03:57
3_收入、盈利与风险指标之辨.zh_en
06:23
4_传统指标与动态指标之辨.zh_en
06:20
5_埃格斯焙烤咖啡案例研究 第一部分 定义解析.zh_en
13:17
6_埃格斯焙烤咖啡案例研究 第二部分 盈利增长型企业何以陷入困境.zh_en
12:10
7_收入指标 传统企业销售漏斗模型.zh_en
08:45
8_收入指标 动态指标应用典范亚马逊公司 第一部分.zh_en
08:38
9_收入指标 动态指标应用典范亚马逊公司 第二部分.zh_en
06:32
10_盈利效率指标 库存管理优化.zh_en
10:32
11_盈利效率指标 酒店客房入住率优化.zh_en
09:42
12_风险指标 杠杆效应与声誉风险.zh_en
04:20
13_大数据语境下的岗位角色与企业类型.zh_en
05:01
14_商业分析师职能解析.zh_en
07:50
15_商业分析师莎姆巴维·瓦西什塔访谈实录.zh_en
06:05
16_商业数据分析师与商业分析师角色辨析.zh_en
03:25
17_商业数据分析师蒂芙尼·于访谈实录.zh_en
04:42
18_数据科学家职能解析.zh_en
05:15
19_数据科学家戴力访谈实录.zh_en
04:27
20_高级软件工程师职能解析.zh_en
02:35
21_大数据关联企业五大类型纵览.zh_en
04:09
22_传统战略商业咨询.zh_en
04:41
23_实体零售企业.zh_en
07:28
24_巴诺书店案例研究.zh_en
04:09
25_软件IT系统集成导向的战略商业咨询.zh_en
03:50
26_硬件与软件企业.zh_en
07:53
27_数字化企业.zh_en
05:46
28_网络营销指标解析.zh_en
06:11
29_AdWords广告指标分析.zh_en
07:25
30_网络营销用户分群策略.zh_en
05:26
31_金融服务指标 资金管理与投资评估.zh_en
13:28
32_收益等价原理 夏普比率应用.zh_en
09:00
33_四类资产管理人及其绩效评估体系.zh_en
14:41
34_风险投资与私募股权投资评估.zh_en
06:28
0_关于本专项课程.zh_en
04:31
1_Excel数据分析精要导论.zh_en
06:24
2_本课程Excel应用导引.zh_en
05:36
3_Excel基础术语与图表入门.zh_en
07:16
4_Excel算术运算基础.zh_en
02:28
5_单单元格函数应用.zh_en
03:57
6_数值集合函数应用.zh_en
10:01
7_有序数据对函数处理.zh_en
08:35
8_Excel数据排序技巧.zh_en
05:30
9_规划求解插件入门.zh_en
08:38
10_二分类方法导论.zh_en
07:44
11_轰炸机与海鸥 混淆矩阵解析.zh_en
08:50
12_成本导向的最优阈值确定.zh_en
04:37
13_阳性与阴性预测值计算.zh_en
05:35
14_ROC曲线下面积计算方法.zh_en
11:45
15_多变量二分类模型构建.zh_en
07:27
16_信息优势量化分析.zh_en
01:25
17_概率论与信息熵基础.zh_en
07:15
18_竞猜游戏中的熵分析.zh_en
07:17
19_依存关系与互信息量.zh_en
03:27
20_蒙提霍尔问题解析.zh_en
08:32
21_单次抛币学习机制 第一部分.zh_en
05:19
22_单次抛币学习机制 第二部分.zh_en
08:40
23_高斯分布导论.zh_en
01:18
24_标准化方法入门.zh_en
04:53
25_Excel标准正态概率分布应用.zh_en
07:26
26_Z值概率计算方法.zh_en
04:52
27_中心极限定理实践.zh_en
03:26
28_高斯分布代数运算.zh_en
06:42
29_马科维茨投资组合优化.zh_en
12:38
30_线性回归坐标标准化处理.zh_en
06:14
31_标准化简化线性回归.zh_en
09:18
32_线性回归误差建模.zh_en
10:22
33_线性回归信息增益分析.zh_en
05:35
34_直方图与概率密度函数解析.zh_en
08:59
35_常见重要概率密度函数详解.zh_en
07:59
36_多变量线性回归模型.zh_en
04:58
37_过拟合成因深度解析.zh_en
14:52
38_毕业项目说明 第一部分.zh_en
03:23
39_毕业项目说明 第二部分.zh_en
10:54
0_关于本专项课程.zh_en
04:31
1_课程导论.zh_en
04:21
2_数据分析师成长指南.zh_en
08:32
3_精准提问方法论.zh_en
05:21
4_项目管理中的磐石法则.zh_en
05:43
5_SMART目标设定法.zh_en
09:36
6_需求获取中的倾听技巧.zh_en
08:36
7_利益相关者预期管理.zh_en
08:23
8_SPAPS结构化思维框架 第一部分.zh_en
07:16
9_SPAPS结构化思维框架 第二部分.zh_en
06:53
10_数据可视化驱动分析策略.zh_en
01:49
11_Tableau工具优势解析.zh_en
08:17
12_薪酬数据集解读.zh_en
03:24
13_Dognition数据集解析.zh_en
11:36
14_分析规划制定.zh_en
00:40
15_数据岗位薪酬可视化初探.zh_en
11:38
16_图表格式化与导出技巧.zh_en
06:50
17_行列功能区深度分析.zh_en
13:11
18_标记卡功能详解.zh_en
11:21
19_散点图与筛选组去离群值.zh_en
13:50
20_基于筛选组的各州薪酬分析.zh_en
08:14
21_折线图适用场景解析.zh_en
02:47
22_日期维度层级化处理.zh_en
08:40
23_时间序列薪酬趋势分析.zh_en
08:23
24_趋势线时间序列分析.zh_en
09:16
25_箱线图时间序列分析.zh_en
10:27
26_Tableau数据定制与共享.zh_en
02:32
27_Tableau计算类型解析.zh_en
04:06
28_计算字段编写指南.zh_en
11:23
29_高效筛选计算策略.zh_en
08:09
30_低薪酬企业识别方法.zh_en
09:02
31_购买力平价数据融合.zh_en
04:34
32_生活成本调整薪酬分析.zh_en
10:23
33_细分岗位各州调整薪酬Top计算.zh_en
10:10
34_参数化Top州定义方法.zh_en
07:06
35_企业调整薪酬Top计算.zh_en
08:08
36_求职仪表板设计策略.zh_en
12:18
37_Tableau故事点构建.zh_en
10:03
38_可视化科学影响商业决策.zh_en
03:16
39_故事板沙漏模型.zh_en
05:10
40_数据叙事生动化技巧.zh_en
09:02
41_演示故事板构建方法.zh_en
06:31
42_团队压力测试优势分析.zh_en
03:12
43_过度泛化与样本偏差.zh_en
05:47
44_控制变量缺失导致的误读.zh_en
03:53
45_相关≠因果原则.zh_en
06:04
46_相关性对商业决策的影响.zh_en
08:37
47_故事点可视化方案选择.zh_en
07:32
48_视觉感知神经科学应用.zh_en
03:32
50_视觉对比度引导技巧.zh_en
08:52
51_数据故事幻灯片格式化.zh_en
08:50
52_演示文稿数据叙事优化.zh_en
05:25
53_数据故事呈现技巧.zh_en
05:32
0_关于本专项课程.zh_en
04:31
1_MySQL大数据管理导论.zh_en
01:24
2_本课程学习目标解析.zh_en
10:22
3_多用户大数据环境挑战分析.zh_en
07:05
4_关系型数据库解决方案.zh_en
08:27
5_加速SQL学习的数据库设计工具.zh_en
04:13
6_实体关系图原理详解.zh_en
08:54
7_实体关系图建模实例.zh_en
06:23
8_关系模式解析.zh_en
09:58
9_ERDplus实体关系图制作指南.zh_en
04:27
10_ERDplus关系模式构建方法.zh_en
04:44
11_第一周课程总结.zh_en
00:31
12_第二周导论.zh_en
03:00
13_Dognition数据集解读.zh_en
11:36
14_Dillards数据集解析.zh_en
02:18
15_查询语法入门.zh_en
07:18
16_Jupyter Notebook使用指南.zh_en
16:05
17_Jupyter账户操作说明.zh_en
08:20
18_Teradata Viewpoint与SQL草稿板应用.zh_en
10:15
19_您已晋升为高阶商业分析师.zh_en
01:06
20_第三周导论.zh_en
05:06
21_规避错误的操作习惯.zh_en
04:56
22_联结查询原理剖析.zh_en
08:54
23_多对多关系与重复项联结处理.zh_en
06:57
24_联结示例使用说明.zh_en
02:55
25_即时数据检索技术实现.zh_en
00:43
26_第四周导论.zh_en
03:38
27_分析规划先行原则.zh_en
05:33
28_质疑精神的培养.zh_en
05:46
0_毕业项目导论.zh_en
07:18
1_流域公司核心关切解析.zh_en
06:52
2_需求访谈 项目经理沟通实录.zh_en
05:02
3_需求访谈 市场营销总监沟通实录.zh_en
04:35
4_需求访谈 财务总监沟通实录.zh_en
04:45
5_数据集解读.zh_en
02:03
6_短期租赁价格预测模型构建.zh_en
05:06
7_租金标准化与入住率预测优化.zh_en
04:58
8_美元-百分位换算指南电子表格应用.zh_en
02:02
9_收益最大化租金优化策略.zh_en
05:19
10_规划求解收益最大化指南电子表格应用.zh_en
02:39
11_流域公司现金流与利润估算.zh_en
04:29
12_现金流与损益辨析.zh_en
04:44
13_年度现金流与利润电子表格应用.zh_en
03:14
14_Tableau敏感性分析实践.zh_en
06:35
15_分析师专用仪表板构建.zh_en
11:34
16_财务导向型仪表板调适.zh_en
08:19
17_Tableau嵌套条形图技术.zh_en
13:14
18_Tableau直方图实现.zh_en
06:03
19_Tableau表格可视化.zh_en
09:25
20_决策者专用仪表板优化.zh_en
04:36
21_Tableau散点地图技术.zh_en
10:27
22_推动决策者采纳建议的策略.zh_en
06:46
23_祝贺踏入精彩的数据分析领域.zh_en
03:18
斯坦福大学《社会和经济网络：建模与分析|Social and Economic Networks: Models and Analysis》中英字幕
0_课程介绍.zh_en
04:05
1_1 1 介绍.zh_en
09:19
2_1 2 示例和挑战.zh_en
15:21
3_1 2 5 背景定义和符号基础（如果熟悉可跳过）8 23.zh_en
08:29
4_1 3 定义和符号.zh_en
14:16
5_1 4 直径.zh_en
16:42
6_1 5 直径与树.zh_en
06:21
7_1 6 随机图的直径（可选，高级）11 12.zh_en
11:13
8_1 7 世界上的直径.zh_en
06:54
9_1 8 度分布.zh_en
13:27
10_1 9 聚类.zh_en
08:48
11_1 10 第一周总结.zh_en
02:45
12_2 1 同质性.zh_en
10:07
13_2 2 动态和关系强度.zh_en
06:46
14_2 3 中心性指标.zh_en
14:32
15_2 4 中心性特征向量指标.zh_en
13:08
16_2 5a 中心性指标的应用.zh_en
12:51
17_2 5b 扩散中心性的应用.zh_en
06:47
18_2 6 随机网络.zh_en
10:11
19_2 7 随机网络阈值和相变.zh_en
07:10
20_2 8 阈值定理（可选，高级）13 00.zh_en
13:01
21_2 9 小世界模型.zh_en
07:27
22_2 10 第二周总结.zh_en
03:34
23_3 1 生长随机网络.zh_en
17:43
24_3 2 平均场近似.zh_en
08:14
25_3 3 优先附着.zh_en
10:57
26_3 4 混合模型.zh_en
14:46
27_3 5 拟合混合模型.zh_en
17:06
28_3 6 块模型.zh_en
09:38
29_3 7 指数随机图模型.zh_en
09:06
30_3 8 估计指数随机图模型.zh_en
15:59
31_3 9 指数随机图模型的变种.zh_en
09:45
32_3 10 指数随机图模型的扩展变种.zh_en
06:01
33_3 11 估计指数随机图模型的扩展变种（可选，高级）21 03.zh_en
21:06
34_3 12 第三周总结.zh_en
03:18
35_4 1 策略网络形成.zh_en
12:23
36_4 2 成对稳定性和效率.zh_en
15:22
37_4 3 连接模型.zh_en
11:05
38_4 4 连接模型的效率（可选，高级）12 41.zh_en
12:43
39_4 5 连接模型的成对稳定性.zh_en
06:39
40_4 6 外部性和合著模型.zh_en
11:21
41_4 7 网络形成与转移.zh_en
16:39
42_4 8 策略模型中的异质性.zh_en
13:53
43_4 9 指数随机图模型和策略网络形成（可选，高级）13 47.zh_en
13:48
44_4 10 成对纳什稳定性（可选，高级）11 34.zh_en
11:35
45_4 11 动态策略网络形成（可选，高级）11 57.zh_en
12:00
46_4 12 演化与随机过程（可选，高级）16 05.zh_en
16:06
47_4 13 有向网络形成（可选，高级）16 38.zh_en
16:40
48_4 14 结构模型应用（可选，高级）35 06.zh_en
35:08
49_4 15 第四周总结.zh_en
04:06
50_5 1 扩散.zh_en
12:58
51_5 2 Bass模型.zh_en
12:22
52_5 3 随机网络上的扩散.zh_en
09:09
53_5 4 巨大连通分量的泊松情况.zh_en
15:10
54_5 5 SIS模型.zh_en
17:51
55_5 6 求解SIS模型.zh_en
09:18
56_5 7 求解SIS模型的排序（可选，高级）24 16.zh_en
24:17
57_5 8a 拟合扩散模型到数据（可选，高级）22 47.zh_en
22:46
58_5 8b 金融传染应用（可选，高级）12 47.zh_en
12:49
59_5 8c 金融传染模型的模拟应用（可选，高级）13 41.zh_en
13:43
60_5 9 扩散总结.zh_en
03:46
61_5 10 第五周总结.zh_en
04:26
62_6 1 学习.zh_en
26:06
63_6 2 Degroot模型.zh_en
15:56
64_6 3 Degroot模型的收敛.zh_en
13:43
65_6 4 收敛定理的证明（可选，高级）10 25.zh_en
10:26
66_6 5 影响力.zh_en
06:52
67_6 6 影响力的例子.zh_en
08:14
68_6 7 信息聚合.zh_en
09:16
69_6 8 学习总结.zh_en
04:55
70_6 9 第六周总结.zh_en
04:25
71_7 1 网络上的博弈.zh_en
12:28
72_7 2 互补和替代.zh_en
19:32
73_7 3 平衡点的性质.zh_en
14:11
74_7 4 多个平衡点.zh_en
13:19
75_7 5 一个应用.zh_en
07:52
76_7 6 超过0 1的选择.zh_en
20:31
78_7 8 重复博弈与网络.zh_en
24:08
79_7 9 第七周总结.zh_en
04:39
80_7 9b 课程总结.zh_en
10:06
斯坦福大学《组织分析|Organizational Analysis》中英字幕
0_第1讲 组织导论 第1部分.zh_en
09:05
1_第1讲 组织导论 第2部分.zh_en
06:16
2_第2讲 组织的分析特征 第1部分.zh_en
13:28
3_第2讲 组织的分析特征 第2部分.zh_en
09:57
4_第3讲 案例应用 第1部分.zh_en
16:27
5_第3讲 案例应用 第2部分.zh_en
19:57
6_模块1 ssc1 导论和多单位组织 2013.zh_en
10:16
7_模块1 ssc2 社会运动和临时组织 2013.zh_en
08:43
8_模块1 ssc3 领导者 2013.zh_en
07:12
9_模块1 ssc4 抵制变革 2013.zh_en
07:54
10_模块1 ssc5 开放式组织 2013.zh_en
05:27
11_第4讲 理性行为者 第1部分.zh_en
11:11
12_第4讲 理性行为者 第2部分.zh_en
08:46
13_第5讲 例子-古巴导弹危机 第1部分.zh_en
07:31
14_第5讲 例子-古巴导弹危机 第2部分.zh_en
14:48
15_第5讲 例子-古巴导弹危机 第3部分.zh_en
06:51
16_第6讲 芝加哥公立学校改革 第1部分.zh_en
13:14
17_第6讲 芝加哥公立学校改革 第2部分.zh_en
16:39
18_模块2 ssc1 贵公司的逻辑是什么 2013.zh_en
05:16
19_模块2 ssc2 迷信 2013.zh_en
05:07
20_模块2 ssc3 何种决策理论正确 2013.zh_en
08:14
21_模块2 ssc4 文化与直觉 2013.zh_en
04:16
22_第7讲 回顾与案例 第1部分.zh_en
04:19
23_第7讲 回顾与案例 第2部分.zh_en
08:08
24_第8讲 交换与联盟 第1部分.zh_en
10:13
25_第8讲 交换与联盟 第2部分.zh_en
08:10
26_第9讲 呼啦和游说联盟 第1部分.zh_en
08:49
27_第9讲 呼啦和游说联盟 第2部分.zh_en
06:30
28_模块3 ssc1 联盟领导者 2013.zh_en
06:36
29_模块3 ssc2 联盟是临时的吗 2013.zh_en
04:56
30_模块3 ssc3 为什么模糊性是好的 2013.zh_en
06:19
31_模块3 ssc4 优先考虑你的线索 2013.zh_en
03:48
32_模块3 ssc5 隐性抵制 2013.zh_en
04:34
33_第10讲 有组织的无序 第1部分.zh_en
08:54
34_第10讲 有组织的无序 第2部分.zh_en
09:25
35_第10讲 有组织的无序 第3部分.zh_en
13:18
36_第11讲 应用实例 第1部分.zh_en
17:07
37_第11讲 应用实例 第2部分.zh_en
19:17
38_模块4 ssc1 管理有组织的无序 2013.zh_en
11:26
39_模块4 ssc2 头脑风暴 2013.zh_en
09:18
40_模块4 ssc3 最后期限 2013.zh_en
07:31
41_第12讲 组织学习 第1部分.zh_en
16:41
42_第12讲 组织学习 第2部分.zh_en
14:53
43_第12讲 组织学习 第3部分.zh_en
13:30
44_第13讲 案例分析 第1部分.zh_en
07:45
45_第13讲 案例分析 第2部分.zh_en
09:35
46_模块5 ssc1 从失败中学习 2013.zh_en
07:45
47_模块5 ssc2 强大的文化是适应的障碍 2013.zh_en
07:19
48_模块5 ssc3 组织无法学习 2013.zh_en
09:36
49_模块5 ssc1 管理对组织学习的抵制 2012.zh_en
04:07
50_模块5 ssc2 魔兽世界 2012.zh_en
06:25
51_模块5 ssc3 遗忘与彻底改变 2012.zh_en
05:46
52_模块5 ssc4 记住并促进学习 2012.zh_en
11:55
53_第14讲 组织文化 第1部分.zh_en
13:31
54_第14讲 组织文化 第2部分.zh_en
12:09
55_第15讲 构建组织文化 第1部分.zh_en
17:19
56_第15讲 构建组织文化 第2部分.zh_en
16:29
57_模块6 ssc1 远程办公 2013.zh_en
08:38
58_模块6 ssc2 个人自我 2013.zh_en
09:21
59_模块6 ssc3 着装规范 2013.zh_en
09:36
60_模块6 ssc1 大型组织的变革等 2012.zh_en
13:38
61_模块6 ssc2 构建组织文化的策略 2012.zh_en
09:26
62_模块6 ssc3 理想的组织文化 2012.zh_en
06:01
63_模块6 ssc4 文化融合 2012.zh_en
07:27
64_第16讲 资源依赖理论 第1部分.zh_en
16:38
65_第16讲 资源依赖理论 第2部分.zh_en
18:56
66_第17讲 案例应用 第1部分.zh_en
07:57
67_第17讲 案例应用 第2部分.zh_en
07:46
68_模块7 ssc1 强大的资源 2013.zh_en
12:21
69_模块7 ssc2 外包 2013.zh_en
06:02
70_模块7 ssc3 改善论坛 2013.zh_en
10:40
71_模块7 ssc2 内外重点 2012.zh_en
07:06
72_模块7 ssc1 5个问题 2012.zh_en
13:57
73_模块7 ssc3 斯坦福和资源共享 2012.zh_en
10:57
74_模块7 ssc4 为什么要教育 2012.zh_en
03:48
75_第18讲 组织网络分析 第1部分.zh_en
12:02
76_第18讲 组织网络分析 第2部分.zh_en
13:14
77_第19讲 同伴影响和网络形成 第1部分.zh_en
10:22
78_第19讲 同伴影响和网络形成 第2部分.zh_en
11:10
79_第20讲 网络型组织形式 第1部分.zh_en
17:22
80_第20讲 网络型组织形式 第2部分.zh_en
16:33
81_模块8 ssc1 管理网络型组织形式 2013.zh_en
09:30
82_模块8 ssc2 文化与网络 2013.zh_en
08:32
83_模块8 ssc3 将多种理论应用于一个案例 2013.zh_en
08:48
84_模块8 ssc1 网络管理者 2012.zh_en
07:00
85_模块8 ssc2 技术邻近性和在家工作 2012.zh_en
10:41
86_模块8 ssc3 工作中的传闻和人际关系 2012.zh_en
10:47
87_模块8 ssc4 案例和适合小型非营利组织 2012.zh_en
07:05
88_第21讲 制度与组织正当性 第1部分.zh_en
08:02
89_第21讲 制度与组织正当性 第2部分.zh_en
08:20
90_第22讲 理论与应用 第1部分.zh_en
15:58
91_第22讲 理论与应用 第2部分.zh_en
18:43
92_第23讲 管理与应用 第1部分.zh_en
11:47
93_第23讲 管理与应用 第2部分.zh_en
09:27
94_模块9 ssc1 mooc 2012.zh_en
17:29
95_模块9 ssc2 更多问题 2012.zh_en
15:57
96_模块9 ssc3 2012.zh_en
15:57
97_模块9 ssc1 mooc将成为未来教育吗 2013.zh_en
16:51
98_模块9 ssc2 糟糕的组织 2013.zh_en
08:19
99_第24讲 种群生态学 第1部分.zh_en
10:59
100_第24讲 种群生态学 第2部分.zh_en
10:38
101_第24讲 种群生态学 第3部分.zh_en
18:21
102_第24讲 种群生态学 第4部分.zh_en
09:53
103_第24讲 种群生态学 第5部分.zh_en
06:18
104_第25讲 课程总结 第1部分.zh_en
14:47
105_第25讲 课程总结 第2部分.zh_en
14:46
106_第25讲 课程总结 第3部分.zh_en
17:27
107_第25讲 课程总结 第4部分.zh_en
14:16
108_模块10 ssc1 2012组织生态学与工作保障.zh_en
09:48
109_模块10 ssc2 2012 总结文档和其他理论.zh_en
08:20
110_模块10 ssc3 2012 分析师和未来的总结.zh_en
18:04
沃顿商学院《商业分析》课程5:《商业分析毕业项目》|wharton-capstone-analytics|
0_什么是描述性分析客户分析.zh_en
06:26
1_描述性数据收集客户分析.zh_en
06:39
2_被动数据收集客户分析.zh_en
04:59
3_超越期2客户分析.zh_en
10:12
4_因果关系1人力资源分析.zh_en
05:12
5_因果关系2人力资源分析.zh_en
06:48
6_反向因果关系人力资源分析.zh_en
04:31
7_因果数据收集和汇总客户分析.zh_en
08:19
8_绩效评估 噪声数据的挑战人力资源分析.zh_en
06:47
9_寻找持久性回归趋势人力资源分析.zh_en
11:57
10_从小样本外推人力资源分析.zh_en
05:54
11_群体智慧信号独立性人力资源分析.zh_en
05:58
12_过程与结果人力资源分析.zh_en
07:48
13_招聘1人力资源分析.zh_en
08:51
14_招聘2人力资源分析.zh_en
09:08
15_新闻 vendor问题运营分析.zh_en
39:31
16_如何建立优化模型运营分析.zh_en
16:46
17_用求解器优化运营分析.zh_en
31:03
18_在Excel中模拟不确定结果运营分析.zh_en
24:09
19_决策树运营分析.zh_en
26:09
20_连接非财务指标与财务业绩概述会计分析.zh_en
14:05
21_连接非财务指标与财务业绩步骤会计分析.zh_en
16:16
22_在财务模型中纳入分析结果会计分析.zh_en
14:14
23_应用回报投资率客户分析.zh_en
11:50
24_市场营销中的全新数据集客户分析.zh_en
07:40
25_分析应用科尔斯网飞美国运通等客户分析.zh_en
18:14
沃顿商学院《商业分析》课程4:《会计分析课程 (宾夕法尼亚大学)》|accounting-analytics|
0_模块1概述1 0.zh_en
02:04
1_财务报表复习可选1 1.zh_en
11:39
2_财务报表信息来源可选1 2.zh_en
06:19
3_比率分析案例概述1 3.zh_en
07:55
4_比率分析杜邦分析1 4.zh_en
13:45
5_比率分析盈利能力和营业周转率1 5.zh_en
18:29
6_比率分析流动比率1 6.zh_en
10:28
7_预测1 7.zh_en
15:16
8_会计估值可选1 8.zh_en
15:29
9_模块概述2 0.zh_en
03:47
10_收益操纵概述2 1.zh_en
15:28
11_收入确认警示信号收入先于现金收集2 2.zh_en
18:03
12_收入确认警示信号收入后于现金收集2 3.zh_en
17:50
13_费用确认红旗资本化与费用化2 4.zh_en
19:23
14_费用确认红旗储备账户和核销2 5.zh_en
23:25
15_模块3概述3 0.zh_en
03:19
16_自由裁量应计项目3 1.zh_en
19:32
17_自由裁量应计案例3 2.zh_en
13:26
18_自由裁量支出模型3 3.zh_en
11:39
19_自由裁量支出改进和案例3 4.zh_en
14:58
20_欺诈预测模型3 5.zh_en
13:38
21_本福德法则3 6.zh_en
15:25
22_连接非财务绩效指标4 0.zh_en
03:04
23_连接非财务指标与财务业绩概述4 1.zh_en
14:05
24_连接非财务指标与财务业绩步骤4 2.zh_en
16:16
25_设定目标4 3.zh_en
13:05
26_综合示例4 4.zh_en
12:32
27_在财务模型中纳入分析结果4 5.zh_en
14:14
28_利用分析选择行动计划4 6.zh_en
08:10
29_组织问题4 7.zh_en
14:55
沃顿商学院《商业分析》课程3:《人力分析课程 (宾夕法尼亚大学)》|wharton-people-analytics|
0_人力资源分析简介.zh_en
08:46
1_课程目标.zh_en
01:41
2_课程大纲和概述.zh_en
03:52
3_实践中的人力资源分析.zh_en
04:56
4_绩效评估 噪声数据的挑战.zh_en
06:47
5_机会vs技能 NFL选秀.zh_en
22:09
6_寻找持久性 回归趋势.zh_en
11:57
7_从小样本外推.zh_en
05:54
8_群体智慧 信号独立性.zh_en
05:58
9_过程与结果.zh_en
07:48
10_绩效评估总结.zh_en
03:37
11_比德韦尔教授简介.zh_en
00:32
12_人力资源分析概述.zh_en
02:05
13_招聘1 预测绩效.zh_en
08:51
14_招聘2 优化预测指标.zh_en
09:08
15_招聘3 利用数据分析预测绩效.zh_en
07:45
16_内部流动性1 分析升职潜力.zh_en
04:57
17_内部流动性2 优化组织内部流动.zh_en
08:27
18_因果关系1.zh_en
05:12
19_因果关系2.zh_en
06:48
20_离职 理解和减少流失.zh_en
10:26
21_离职 预测离职.zh_en
07:53
22_人力资源分析总结.zh_en
00:50
23_豪斯教授简介.zh_en
00:31
24_协作基础.zh_en
05:06
25_描述协作网络.zh_en
14:53
26_绘制协作网络.zh_en
16:04
27_评估协作网络.zh_en
10:33
28_测量结果.zh_en
09:09
29_干预协作网络.zh_en
18:50
30_人才分析 环境的重要性.zh_en
12:52
31_相互依赖.zh_en
06:22
32_自我实现的预言.zh_en
09:41
33_反向因果关系.zh_en
04:31
34_特殊主题 测试和算法.zh_en
05:57
35_处方 克服人才分析的挑战.zh_en
15:15
36_课程总结 组织挑战1.zh_en
10:15
37_课程总结 组织挑战2和未来方向.zh_en
19:22
38_再见,祝你好运.zh_en
00:33
沃顿商学院《商业分析》课程2:《运营分析课程 (宾夕法尼亚大学)》|wharton-operations-analytics|
0_课程介绍和欢迎.zh_en
01:37
1_新闻vendor问题.zh_en
39:31
2_移动平均.zh_en
41:44
3_趋势和季节性.zh_en
47:33
4_服装行业第1周总结.zh_en
14:52
5_如何建立优化模型.zh_en
16:46
6_用求解器优化.zh_en
31:03
7_网络优化示例.zh_en
20:01
8_第2周可选复习.zh_en
20:56
9_可选求解器在Mac上.zh_en
03:20
10_可选求解器在谷歌表格中.zh_en
04:21
11_在不确定的设置中比较决策.zh_en
13:22
12_在Excel中模拟不确定结果.zh_en
24:09
13_解释和可视化模拟输出.zh_en
31:53
14_第3周可选复习.zh_en
15:29
15_决策树.zh_en
26:09
16_与决策树一起使用仿真.zh_en
25:15
17_将优化与仿真一起使用.zh_en
16:12
18_第4周总结.zh_en
15:32
19_可选第4周复习.zh_en
21:35
20_优化高级课程.zh_en
28:21
沃顿商学院《商业分析》课程1:《顾客分析》|wharton-customer-analytics|
0_课程介绍和概述.zh_en
01:49
1_商业分析专业化概述.zh_en
01:59
2_什么是描述性分析.zh_en
07:18
3_描述性数据收集调查概述.zh_en
16:33
4_描述性数据收集净推荐值和自我报告.zh_en
11:34
5_描述性数据收集调查设计.zh_en
16:15
6_被动数据收集.zh_en
04:59
7_媒体计划.zh_en
09:18
8_因果数据收集和汇总.zh_en
08:19
9_预测分析简介.zh_en
02:15
10_提出预测问题.zh_en
03:45
11_回归分析第1部分.zh_en
09:12
12_回归分析第2部分.zh_en
05:12
13_超越期2.zh_en
10:22
14_使用数据集进行预测.zh_en
08:55
15_数据集预测玛丽夏米拉或克里斯.zh_en
10:24
16_概率模型.zh_en
10:40
17_模型实施.zh_en
16:43
18_结果和预测.zh_en
05:21
19_黄道吉日故事.zh_en
11:55
20_模型扩展.zh_en
12:27
21_惊人的应用.zh_en
09:34
22_机器学习.zh_en
08:03
23_基于客户的公司估值.zh_en
09:57
24_基于客户的公司估值案例farfetch.zh_en
09:19
25_简介.zh_en
00:38
26_什么是规定性分析.zh_en
04:57
27_利用数据最大化收入.zh_en
06:10
28_模型参数.zh_en
10:04
29_市场结构.zh_en
09:53
30_竞争和在线广告模型.zh_en
05:39
31_结论.zh_en
05:14
32_应用分析简介.zh_en
04:06
33_未来营销就是商业分析.zh_en
07:42
34_黄金时代的营销.zh_en
16:27
35_应用回报投资率.zh_en
11:50
36_市场营销中的全新数据集.zh_en
07:40
37_效率的陷阱.zh_en
13:28
38_分析应用科尔斯网飞美国运通等.zh_en
18:14
39_总结.zh_en
05:05
谷歌高阶数据分析专业证书课程7：《谷歌高级数据分析项目》google-advanced-data-analytics-capstone（中英双字）
0_课程7介绍.zh_en
01:58
1_黛西 突出技术和人际技能.zh_en
03:17
2_期望在毕业项目中获得什么.zh_en
01:26
3_毕业项目总结和持续职业成功的技巧.zh_en
01:11
4_数据专业人员的招聘流程.zh_en
03:49
5_在数据分析作品集中融入项目工作.zh_en
02:49
6_完善简历.zh_en
03:04
7_丹尼尔 创建引人注目的简历.zh_en
02:34
8_面试准备.zh_en
04:48
9_伊娃 数据职业可以从任何地方开始.zh_en
02:17
10_网上形象的重要性.zh_en
03:17
11_提高网上形象的技巧.zh_en
03:34
12_创建引人注目的简历.zh_en
09:07
13_使你的简历独一无二.zh_en
03:26
14_恭喜您完成谷歌高级数据分析证书课程.zh_en
02:06
15_探索专业机会.zh_en
03:39
谷歌高阶数据分析专业证书课程6：《机器学习的基础知识》the-nuts-and-bolts-of-machine-learning（中英双字）
0_课程6介绍.zh_en
03:59
1_苏希拉 用数据取悦人心.zh_en
02:36
2_欢迎来到第1周.zh_en
01:05
3_主要的机器学习类型.zh_en
06:44
4_确定无限特征.zh_en
03:00
5_分类特征和分类模型.zh_en
04:12
6_用推荐系统引导用户兴趣.zh_en
06:48
7_机器学习中的公平与公正.zh_en
03:27
8_建立道德模型.zh_en
04:20
9_机器学习的Python.zh_en
04:38
10_不同类型的Python IDE.zh_en
02:28
11_关于Python包的更多信息.zh_en
03:26
12_回答编程问题的资源.zh_en
03:05
13_你的机器学习团队.zh_en
02:08
14_萨曼莎 与数据专业社区联系.zh_en
02:48
15_总结.zh_en
01:33
16_欢迎来到第2周.zh_en
01:14
17_机器学习中的PACE.zh_en
01:22
18_规划机器学习项目.zh_en
02:03
19_甘尼克 克服挑战,从错误中学习.zh_en
02:46
20_为机器学习模型分析数据.zh_en
03:04
21_特征工程简介.zh_en
05:27
22_解决不平衡数据集带来的问题.zh_en
04:15
23_特征工程和类别平衡.zh_en
07:34
24_朴素贝叶斯简介.zh_en
04:18
25_用Python构建朴素贝叶斯模型.zh_en
09:50
26_分类模型的关键评估指标.zh_en
03:30
27_总结.zh_en
01:20
28_欢迎来到第3周.zh_en
02:04
29_K均值简介.zh_en
04:54
30_用Python进行颜色压缩的K均值.zh_en
07:20
31_表示K均值聚类的关键指标.zh_en
03:39
32_惯性和轮廓系数指标.zh_en
04:19
33_用Python应用惯性和轮廓得分.zh_en
09:04
34_总结.zh_en
01:07
35_欢迎来到第4周.zh_en
01:33
36_基于树的建模.zh_en
04:20
37_用Python构建决策树.zh_en
06:30
38_调整决策树.zh_en
05:10
39_使用验证验证性能.zh_en
03:20
40_用Python调整和验证决策树.zh_en
04:59
41_自举聚合.zh_en
04:55
42_探索随机森林.zh_en
02:39
43_调整随机森林.zh_en
03:58
44_用Python构建和交叉验证随机森林模型.zh_en
04:56
45_用验证数据集构建和验证随机森林模型.zh_en
07:50
46_AdaBoost提升简介.zh_en
05:19
47_梯度提升机.zh_en
04:41
48_调整GBM模型.zh_en
04:52
49_用Python构建XGBoost模型.zh_en
07:04
50_总结.zh_en
01:56
51_欢迎来到第5周.zh_en
01:35
52_尤里 用独特的解决方案给面试官留下深刻印象.zh_en
02:25
53_课程6结课作品集项目介绍.zh_en
01:36
54_结课项目总结和持续职业成功的技巧.zh_en
03:23
55_课程总结.zh_en
03:10
谷歌高阶数据分析专业证书课程5：《回归分析：简化复杂数据关系》regression-analysis（中英双字）
0_课程5介绍.zh_en
05:19
1_蒂芬妮 用回归模型获得可操作的洞见.zh_en
02:50
2_欢迎来到第1周.zh_en
01:34
3_回归分析中的PACE.zh_en
04:44
4_线性回归简介.zh_en
08:36
5_数学线性回归.zh_en
06:05
6_逻辑回归简介.zh_en
07:18
7_总结.zh_en
03:01
8_欢迎来到第2周.zh_en
03:41
9_杰罗德 导师关系的巨大价值.zh_en
02:33
10_普通最小二乘估计.zh_en
05:25
11_进行线性回归假设.zh_en
04:50
12_用Python探索线性回归.zh_en
09:53
13_评估回归分析中的不确定性.zh_en
04:55
14_模型评估指标.zh_en
05:08
15_解释和呈现线性回归结果.zh_en
06:31
16_总结.zh_en
02:18
17_欢迎来到第3周.zh_en
04:20
18_多元回归简介.zh_en
03:52
19_表示分类变量.zh_en
06:13
20_进行多重线性回归假设.zh_en
05:03
21_解释多重回归系数.zh_en
06:05
22_用Python解释多重回归结果.zh_en
06:15
23_过拟合问题.zh_en
03:39
24_顶级变量选择方法.zh_en
03:57
25_正则化 拉索和弹性网回归.zh_en
04:14
26_总结.zh_en
03:10
27_欢迎来到第4周.zh_en
03:42
28_卡方假设检验.zh_en
05:51
29_方差分析简介.zh_en
05:28
30_用Python探索单因素和双因素方差分析测试.zh_en
05:25
31_Python方差分析事后检验.zh_en
05:06
32_伊格纳西奥 在职业的每个阶段都有发现.zh_en
02:58
33_协方差分析.zh_en
05:52
34_更多依赖变量 多元方差分析和多因素协方差分析.zh_en
04:45
35_总结.zh_en
02:04
36_欢迎来到第5周.zh_en
02:57
37_为你的数据找到最佳的逻辑回归模型.zh_en
06:21
38_用Python构建逻辑回归模型.zh_en
04:00
39_评估二项逻辑回归模型.zh_en
04:22
40_评估逻辑回归结果的关键指标.zh_en
04:32
41_解释逻辑回归结果.zh_en
06:25
42_用回归模型回答问题.zh_en
04:27
43_总结.zh_en
02:07
44_欢迎来到第6周.zh_en
01:39
45_莉娅 策略共享模型和建模技术.zh_en
02:26
46_课程5结课作品集项目介绍.zh_en
01:28
47_结课项目总结和持续职业成功的技巧.zh_en
02:25
48_课程总结.zh_en
02:21
谷歌高阶数据分析专业证书课程4：《统计的力量》the-power-of-statistics（中英双字）
0_课程4介绍.zh_en
05:33
1_欢迎来到第1周.zh_en
01:24
2_统计在数据科学中的作用.zh_en
03:41
3_统计实践-A-B测试.zh_en
06:02
4_描述统计与推断统计.zh_en
04:40
5_中心趋势度量.zh_en
04:51
6_离差度量.zh_en
06:16
7_位置度量.zh_en
07:05
8_阿洛克 作为数据驱动解决方案基础的统计.zh_en
02:28
9_用Python计算描述统计.zh_en
10:03
10_埃文 参与和联系.zh_en
02:20
11_总结.zh_en
01:08
12_欢迎来到第2周.zh_en
02:21
13_客观概率与主观概率.zh_en
05:21
14_概率原理.zh_en
04:36
15_基本概率规则和事件.zh_en
06:00
16_条件概率.zh_en
05:39
17_发现贝叶斯定理.zh_en
05:21
18_贝叶斯定理的扩展版本.zh_en
06:29
19_概率分布简介.zh_en
06:28
20_二项分布.zh_en
06:05
21_泊松分布.zh_en
06:16
22_正态分布.zh_en
08:52
23_使用Z分数标准化数据.zh_en
05:10
24_用Python处理概率分布.zh_en
10:17
25_总结.zh_en
02:28
26_欢迎来到第3周.zh_en
02:34
27_克利夫 重视每个人的贡献.zh_en
02:31
28_抽样简介.zh_en
04:37
29_抽样过程.zh_en
05:41
30_比较抽样方法.zh_en
06:24
31_抽样偏差的影响.zh_en
05:43
32_抽样如何影响你的数据.zh_en
09:13
33_中心极限定理.zh_en
04:38
34_比例的抽样分布.zh_en
06:17
35_Python中的抽样分布.zh_en
10:39
36_总结.zh_en
02:27
37_欢迎来到第4周.zh_en
03:32
38_置信区间简介.zh_en
06:10
39_解释置信区间.zh_en
07:51
40_构建比例的置信区间.zh_en
07:04
41_构建均值的置信区间.zh_en
07:02
42_Python中的置信区间.zh_en
07:33
43_总结.zh_en
02:32
44_欢迎来到第5周.zh_en
02:33
45_伊莱娜 在不断变化的数据领域中保持学习.zh_en
02:54
46_假设检验简介.zh_en
11:06
47_单样本均值检验.zh_en
09:26
48_两样本均值检验.zh_en
09:52
49_两样本比例检验.zh_en
07:12
50_用Python进行假设检验.zh_en
10:08
51_总结.zh_en
02:01
52_欢迎来到第6周.zh_en
02:13
53_肖恩 展示你的才能给潜在雇主.zh_en
02:04
54_课程4结课作品集项目介绍.zh_en
01:58
55_结课项目总结和持续职业成功的技巧.zh_en
02:40
56_课程总结.zh_en
02:23
谷歌高阶数据分析专业证书课程2：《Python入门》get-started-with-python（中英双字）
0_课程2介绍.zh_en
04:46
1_欢迎来到第1周.zh_en
01:42
2_艾德里安 我的数据职业之路.zh_en
02:15
3_Python入门.zh_en
05:26
4_深入了解Python.zh_en
06:32
5_Jupyter notebooks.zh_en
02:40
6_面向对象编程.zh_en
04:43
7_哈姆扎 Python如何帮助我的数据科学职业.zh_en
02:35
8_变量和数据类型.zh_en
05:55
9_创建精确的变量名.zh_en
04:39
10_数据类型和转换.zh_en
04:28
11_总结.zh_en
01:33
12_欢迎来到第2周.zh_en
03:07
13_拉蒂法 提出学习编程时遇到的挑战的技巧.zh_en
03:25
14_定义函数和返回值.zh_en
06:11
15_编写整洁的代码.zh_en
03:50
16_使用注释搭建你的代码.zh_en
06:39
17_使用运算符进行比较.zh_en
04:21
18_使用if elif else语句进行决策.zh_en
10:52
19_总结.zh_en
01:31
20_欢迎来到第3周.zh_en
02:41
21_米歇尔 用分析思维解决问题.zh_en
03:07
22_while循环简介.zh_en
08:59
23_for循环简介.zh_en
04:21
24_带多个范围参数的循环.zh_en
03:49
25_使用字符串.zh_en
03:42
26_字符串切片.zh_en
06:55
27_格式化字符串.zh_en
04:58
28_总结.zh_en
02:04
29_欢迎来到第4周.zh_en
02:05
30_列表简介.zh_en
04:52
31_修改列表内容.zh_en
04:18
32_元组简介.zh_en
04:12
33_更多关于循环、列表和元组.zh_en
05:41
34_字典简介.zh_en
04:33
35_字典方法.zh_en
04:47
36_集合简介.zh_en
05:31
37_包的力量.zh_en
04:23
38_NumPy简介.zh_en
04:03
39_基本数组操作.zh_en
06:17
40_Pandas简介.zh_en
04:53
41_Pandas基础.zh_en
10:11
42_布尔屏蔽.zh_en
05:50
43_分组和聚合.zh_en
05:51
44_合并和连接数据.zh_en
08:47
45_总结.zh_en
01:40
46_欢迎来到第5周.zh_en
02:42
47_课程2结课作品集项目介绍.zh_en
02:10
48_结课项目总结和持续职业成功的技巧.zh_en
02:57
49_课程总结.zh_en
01:42
谷歌高阶数据分析专业证书课程3：《超越数字：将数据转化为洞察》go-beyond-the-numbers（中英双字）
0_课程3介绍.zh_en
04:55
1_罗布 障碍和成就.zh_en
03:48
2_欢迎来到第1周.zh_en
01:02
3_使用六项探索式数据分析实践寻找故事.zh_en
09:35
4_本杰 数据科学与讲故事.zh_en
02:45
5_结合PACE和EDA实践.zh_en
06:31
6_用数据可视化推动PACE.zh_en
05:30
7_总结.zh_en
02:55
8_欢迎来到第2周.zh_en
03:06
9_亚瑟 理解数据以创造价值.zh_en
02:04
10_数据来源.zh_en
10:36
11_使用基本数据函数进行EDA.zh_en
10:09
12_发现数据集中缺失的部分.zh_en
06:00
13_使用Python处理日期字符串.zh_en
13:54
14_使用结构化方法建立数据集的顺序.zh_en
05:00
15_使用Python进行EDA结构化.zh_en
16:25
16_总结.zh_en
03:22
17_欢迎来到第3周.zh_en
03:53
18_处理缺失数据的方法.zh_en
08:24
19_在Python笔记本中处理缺失数据.zh_en
12:22
20_雷米 数据专业人员的一天.zh_en
02:35
21_考虑异常值.zh_en
06:02
22_识别和处理Python中的异常值.zh_en
13:31
23_排序数字与姓名.zh_en
04:48
24_Python中的标签编码.zh_en
08:58
25_输入验证的价值.zh_en
07:31
26_用Python进行输入验证.zh_en
08:13
27_总结.zh_en
02:16
28_欢迎来到第4周.zh_en
02:48
29_可视化生命周期.zh_en
05:12
30_使用Tableau 1.zh_en
06:47
31_使用Tableau 2.zh_en
07:30
32_德鲁 探索数据的可能性.zh_en
02:35
33_用Tableau讲述引人入胜的故事.zh_en
08:49
34_用Tableau进行专业演示.zh_en
06:28
35_总结.zh_en
01:19
36_欢迎来到第5周.zh_en
02:39
37_课程3结课作品集项目介绍.zh_en
01:35
38_结课项目总结和持续职业成功的技巧.zh_en
02:19
39_课程总结.zh_en
02:40
谷歌高阶数据分析专业证书课程1：《数据科学基础》foundations-of-data-science（中英双字）
0_欢迎来到谷歌高级数据分析证书课程.zh_en
05:29
1_课程1介绍.zh_en
02:46
2_凯西 对数据的终身热爱.zh_en
03:16
3_欢迎来到第1周.zh_en
03:13
4_数据专业人员做什么.zh_en
03:58
5_探索你的数据工具箱.zh_en
04:45
6_总结.zh_en
00:52
7_洛伊斯 凭借好奇心规划你的数据职业生涯.zh_en
02:30
8_准备你的第一次评估.zh_en
01:53
9_欢迎来到第2周.zh_en
01:00
10_艾德里安 创造数据驱动的商业解决方案.zh_en
02:37
11_数据驱动的职业.zh_en
03:02
12_数据如何推动现代商业.zh_en
03:48
13_在非营利组织中利用数据分析.zh_en
03:40
14_数据专业人士必须考虑的伦理问题.zh_en
04:32
15_数据职业的未来.zh_en
03:21
16_总结.zh_en
00:55
17_欢迎来到第3周.zh_en
00:41
18_豪塔希 数据科学职业中沟通的重要性.zh_en
03:16
19_数据职业所需的顶级技能.zh_en
04:36
20_数据专业人员做什么.zh_en
05:07
21_数据职业领域.zh_en
03:24
22_建立专业的网络在线形象.zh_en
03:32
23_蒂芬妮 给求职者的建议.zh_en
02:55
24_加强专业关系.zh_en
03:41
25_为求职做准备.zh_en
01:33
26_总结.zh_en
01:31
27_欢迎来到第4周.zh_en
00:43
28_PACE介绍.zh_en
06:54
29_沟通的关键元素.zh_en
03:53
30_莫莉 工作场所中的沟通至关重要.zh_en
03:28
31_成功的沟通.zh_en
03:57
32_沟通推动PACE.zh_en
04:07
33_将PACE与后续课程主题联系起来.zh_en
03:16
34_总结.zh_en
00:45
35_作品集的价值.zh_en
03:45
36_课程1结课作品集项目介绍.zh_en
02:27
37_结课项目总结和持续职业成功的技巧.zh_en
01:24
38_课程总结.zh_en
01:24
谷歌数据分析师第八课《Google数据分析综合项目：完成一个案例研究》（中英双字deepseek）
0_介绍顶点项目.zh_en
04:32
1_里希雇主在数据分析师中寻找什么.zh_en
02:35
2_最佳中的最佳.zh_en
07:50
3_开始你的案例研究.zh_en
03:29
4_分析案例研究的无限潜力.zh_en
01:03
5_分享你的作品集.zh_en
02:49
6_讨论你的作品集.zh_en
04:01
7_场景视频介绍.zh_en
07:08
8_场景视频案例研究.zh_en
05:37
9_场景视频问题解决.zh_en
03:29
10_场景视频谈判条款.zh_en
03:25
11_内森为退伍军人提供建议.zh_en
03:26
12_恭喜完成顶点项目.zh_en
01:01
13_来自我们所有人.zh_en
01:06
14_探索职业机会.zh_en
03:28
谷歌数据分析师第六课《通过数据可视化分享数据》visualize-data（中英双字）
0_传达你的数据洞察入门.zh_en
03:04
1_凯文数据可视化的力量.zh_en
02:50
2_为什么数据可视化重要.zh_en
06:34
3_将图像与数据连接.zh_en
06:23
4_强大可视化的配方.zh_en
05:17
5_动态可视化.zh_en
03:28
6_艺术元素.zh_en
04:57
7_数据可视化影响.zh_en
05:07
8_设计思维和可视化.zh_en
06:24
9_标题、副标题和标签.zh_en
02:59
10_可访问的可视化.zh_en
04:10
11_安德鲁使数据可访问.zh_en
02:25
12_使用Tableau进行数据可视化.zh_en
01:54
13_Tableau Public和其他在线工具.zh_en
02:05
14_认识Tableau.zh_en
09:33
15_在Tableau中创建数据可视化.zh_en
06:24
16_优化数据可视化中的调色板.zh_en
03:06
17_发挥创意.zh_en
04:01
18_在Tableau中链接数据.zh_en
09:13
19_用数据编织故事.zh_en
02:49
20_将想法变为现实.zh_en
05:13
21_与你的观众对话.zh_en
04:50
22_卡罗琳数据新闻.zh_en
03:33
23_Tableau仪表板基础.zh_en
04:36
24_从过滤器到图表.zh_en
06:37
25_引人注目的演示技巧.zh_en
02:41
26_分享叙事.zh_en
05:38
27_桑达斯如何管理冒名顶替综合症.zh_en
03:14
28_整合一切.zh_en
00:58
29_使用框架进行演示.zh_en
05:57
30_将数据编织进你的演示.zh_en
07:32
31_布列塔尼新数据分析师的演示技能.zh_en
03:26
32_康纳数据演示的糟糕示例.zh_en
05:22
33_康纳数据演示的良好示例.zh_en
15:42
34_经过验证的演示技巧.zh_en
05:23
35_像专业人士一样演示.zh_en
04:53
36_预见问题.zh_en
05:48
37_处理异议.zh_en
03:54
38_问答最佳实践.zh_en
05:30
39_康纳成为数据翻译专家.zh_en
03:14
40_恭喜.zh_en
00:58
谷歌数据分析师第七课《使用R编程进行数据分析》data-analysis-r（中英双字）
0_编程精彩世界入门.zh_en
06:20
1_R语言乐趣.zh_en
06:00
2_卡丽R语言入门.zh_en
03:45
3_编程语言.zh_en
05:23
4_R语言介绍.zh_en
06:26
5_RStudio介绍.zh_en
07:42
6_使用RStudio编程.zh_en
02:34
7_编程基础.zh_en
08:36
8_运算符和计算.zh_en
05:34
9_持续给予的礼物.zh_en
04:17
10_欢迎来到tidyverse.zh_en
06:11
11_更多关于tidyverse.zh_en
05:38
12_使用管道嵌套代码.zh_en
09:47
13_康纳编程技巧.zh_en
05:29
14_R中的数据.zh_en
01:09
15_R数据框.zh_en
04:35
16_使用数据框.zh_en
04:40
17_基础清理.zh_en
07:41
18_组织你的数据.zh_en
06:51
19_数据转换.zh_en
05:03
20_相同数据不同结果.zh_en
05:16
21_偏差函数.zh_en
05:32
22_R中的可视化.zh_en
02:22
23_R和tidyverse中的可视化基础.zh_en
06:14
24_开始使用ggplot.zh_en
10:12
25_约瑟夫迈向人员分析的职业路径.zh_en
03:34
26_增强R中的可视化.zh_en
08:03
27_更多ggplot技巧.zh_en
08:30
28_美学和分面.zh_en
05:18
29_注释层.zh_en
06:46
30_保存你的可视化.zh_en
05:28
31_文档和报告.zh_en
02:59
32_R Markdown概述.zh_en
03:43
33_在RStudio中使用R Markdown.zh_en
04:00
34_Markdown文档结构.zh_en
05:53
35_梅格编程赋能.zh_en
03:32
36_更多文档元素.zh_en
04:09
37_代码块.zh_en
06:18
38_导出文档.zh_en
03:32
谷歌数据分析师第五课《通过数据分析回答问题》analyze-data（中英双字）
0_组织入门介绍.zh_en
03:12
1_分析过程.zh_en
04:37
2_阿亚娜坚持不懈.zh_en
01:51
3_始终需要组织.zh_en
02:44
4_更多关于排序和过滤.zh_en
05:08
5_在电子表格中排序数据.zh_en
04:57
6_排序功能.zh_en
05:17
7_艾玛迈向有意义的职业生涯.zh_en
02:13
8_在SQL中排序查询.zh_en
07:37
9_数据格式化入门.zh_en
01:10
10_从一种类型到另一种类型.zh_en
05:23
11_数据验证.zh_en
03:51
12_条件格式化.zh_en
04:36
13_合并和多源.zh_en
04:58
14_电子表格中的字符串.zh_en
03:01
15_遇到困难时该怎么办.zh_en
03:23
16_莱拉分析阶段详解.zh_en
03:23
17_遇到挑战不必担心.zh_en
06:29
18_何时使用哪种工具.zh_en
03:24
19_聚合数据以进行分析.zh_en
03:03
20_准备VLOOKUP.zh_en
04:55
21_VLOOKUP实战.zh_en
03:21
22_识别常见的VLOOKUP错误.zh_en
05:34
23_理解连接.zh_en
07:44
24_计数和计数不同.zh_en
05:39
25_查询中的查询.zh_en
06:47
26_使用子查询聚合数据.zh_en
07:14
27_贾斯汀数据分析带你去哪里.zh_en
02:02
28_数据计算.zh_en
02:23
29_常见计算公式.zh_en
09:55
30_函数和条件.zh_en
08:36
31_复合函数.zh_en
05:40
32_开始使用数据透视表.zh_en
07:16
33_数据透视表继续.zh_en
05:01
34_查询和计算.zh_en
04:09
35_在SQL中嵌入简单计算.zh_en
07:40
36_与其他语句的计算.zh_en
04:18
37_检查和复查.zh_en
05:39
38_临时表.zh_en
06:39
39_多表变体.zh_en
03:41
40_恭喜.zh_en
01:04
谷歌数据分析师第三课《为数据探索做准备》data-preparation（中英字幕）deepseek
0_数据探索入门.zh_en
03:39
1_哈莉引人入胜的数据洞察.zh_en
03:00
2_我们世界中的数据收集.zh_en
03:52
3_确定收集哪些数据.zh_en
03:47
4_发现数据格式.zh_en
05:07
5_理解结构化数据.zh_en
01:53
6_了解你正在处理的数据类型.zh_en
04:14
7_数据表组件.zh_en
02:23
8_认识宽数据和长数据.zh_en
03:33
9_确保数据完整性.zh_en
01:30
10_从问题到结论的偏差.zh_en
03:05
11_有偏和无偏数据.zh_en
02:03
12_理解数据中的偏差.zh_en
03:52
13_识别好的数据源.zh_en
02:52
14_什么是坏数据.zh_en
02:54
15_数据伦理入门.zh_en
04:48
16_可选复习：亚历克斯数据伦理的重要性.zh_en
03:01
17_数据隐私入门.zh_en
01:55
18_安德鲁数据伦理使用.zh_en
02:50
19_开放数据的特点.zh_en
04:15
20_安德鲁数据伦理使用步骤.zh_en
03:13
21_数据库详解.zh_en
02:25
22_数据库特点.zh_en
03:43
23_探索元数据.zh_en
03:51
24_作为分析师使用元数据.zh_en
03:46
25_元数据管理.zh_en
03:27
26_梅根元数据乐趣.zh_en
02:47
27_使用更多数据源.zh_en
03:12
28_从电子表格和数据库导入数据.zh_en
03:51
29_排序和过滤.zh_en
05:36
30_设置BigQuery，包括沙盒和计费选项.zh_en
03:44
31_如何使用BigQuery.zh_en
04:24
32_BigQuery实战.zh_en
06:59
33_对自己的数据充满信心.zh_en
00:54
34_让我们组织起来.zh_en
04:37
35_文件命名详解.zh_en
02:33
36_电子表格中的安全功能.zh_en
03:19
37_管理你的数据分析师形象.zh_en
01:04
38_为什么在线形象重要.zh_en
03:17
39_增强在线形象的技巧.zh_en
03:34
40_网络技巧.zh_en
02:16
41_导师制的好处.zh_en
03:58
42_瑞秋导师是关键.zh_en
02:55
43_恭喜课程总结.zh_en
01:15
谷歌数据分析师第四课《从脏数据到干净数据的处理》process-data（中英字幕）deepseek翻译
0_专注诚信入门.zh_en
03:51
1_为什么数据完整性重要.zh_en
02:52
2_平衡目标与数据完整性.zh_en
03:14
3_处理不足的数据.zh_en
03:48
4_样本大小的重要性.zh_en
03:26
5_使用统计功效.zh_en
04:58
6_确定最佳样本大小.zh_en
04:54
7_评估数据的可靠性.zh_en
05:49
8_清理数据.zh_en
02:47
9_为什么数据清理重要.zh_en
05:42
10_安吉为什么我喜欢清理数据.zh_en
01:22
11_识别和修复脏数据.zh_en
05:24
12_数据清理工具和技术.zh_en
06:17
13_从多源清理数据.zh_en
05:45
14_电子表格中的数据清理功能.zh_en
08:04
15_优化数据清理过程.zh_en
14:06
16_不同的数据视角.zh_en
10:19
17_更多数据清理技术.zh_en
06:53
18_使用SQL清理数据.zh_en
00:46
19_莎莉对SQL的热爱.zh_en
03:19
20_理解SQL能力.zh_en
03:21
21_电子表格与SQL.zh_en
04:13
22_广泛使用的SQL查询.zh_en
06:09
23_埃文玩转SQL.zh_en
02:39
24_使用SQL清理字符串变量.zh_en
12:48
25_高级数据清理函数（第一部分）.zh_en
06:28
26_高级数据清理函数（第二部分）.zh_en
08:56
27_验证和报告结果.zh_en
03:16
28_清理和数据期望.zh_en
05:02
29_数据清理的最后一步.zh_en
08:17
30_记录清理变化.zh_en
05:57
31_为什么文档重要.zh_en
03:25
32_反馈和清理.zh_en
02:14
33_关于数据分析师招聘过程.zh_en
01:20
34_数据分析师工作申请过程.zh_en
06:58
35_创建简历.zh_en
09:06
36_使你的简历独特.zh_en
03:26
37_约瑟夫黑人和非裔美国人在数据行业的包容性.zh_en
01:59
38_翻译过去的工作经验.zh_en
04:53
39_凯特我的数据分析师职业路径.zh_en
03:49
40_你的兴趣在哪里.zh_en
03:52
41_准备课程挑战.zh_en
00:23
42_恭喜.zh_en
01:08
谷歌数据分析师第二课《以数据驱动的决策提出问题》ask-questions-make-decisions
0_问题解决和有效提问入门.zh_en
03:03
1_数据在行动.zh_en
05:07
2_尼基数据过程的工作原理.zh_en
02:30
3_常见问题类型.zh_en
05:46
4_现实世界中的问题.zh_en
06:45
5_安莫尔从假设到结果.zh_en
02:02
6_聪明的问题.zh_en
07:05
7_埃文数据打开大门.zh_en
02:52
8_数据与决策.zh_en
01:26
9_数据如何赋能决策.zh_en
05:18
10_定性和定量数据.zh_en
04:29
11_大揭秘：分享你的发现.zh_en
05:17
12_数据与指标.zh_en
03:53
13_数学思维.zh_en
04:33
14_神奇的电子表格.zh_en
01:59
15_开始使用电子表格.zh_en
02:21
16_电子表格中的逐步操作.zh_en
04:50
17_成功公式.zh_en
07:07
18_电子表格错误与修复.zh_en
07:32
19_函数101.zh_en
06:25
20_解决问题前先理解问题.zh_en
02:19
21_工作范围和结构化思维.zh_en
04:34
22_保持客观.zh_en
04:15
23_与团队沟通.zh_en
01:05
24_平衡团队需求和期望.zh_en
04:43
25_关注重要事项.zh_en
04:45
26_清晰沟通是关键.zh_en
04:13
27_有效沟通技巧.zh_en
05:34
28_平衡期望和现实项目目标.zh_en
04:21
29_莎拉如何与利益相关者沟通.zh_en
03:08
30_数据权衡：速度与准确性.zh_en
04:30
31_思考你的过程和结果.zh_en
03:08
32_会议最佳实践.zh_en
05:32
33_西梅娜加入新团队.zh_en
01:34
34_从冲突到协作.zh_en
04:27
35_内森从美国海军陆战队到数据分析.zh_en
03:27
36_课程总结.zh_en
00:26
37_恭喜.zh_en
01:20
谷歌数据分析师第一课《基础： 数据，数据，无处不在》foundations-data
0_欢迎来到Google数据分析证书课程.zh_en
09:19
1_课程介绍.zh_en
05:00
2_日常生活中的数据分析.zh_en
04:08
3_卡西：数据分析的维度.zh_en
04:56
4_什么是数据生态系统.zh_en
04:47
5_数据如何助力更好的决策.zh_en
04:01
6_展望未来.zh_en
01:33
7_发现数据技能集.zh_en
00:47
8_关键数据分析师技能.zh_en
06:10
9_关于分析思维的一切.zh_en
05:04
10_探索核心分析技能.zh_en
04:30
11_使用数据驱动成功结果.zh_en
04:58
12_现实世界的数据魔法.zh_en
05:42
13_了解数据阶段和工具.zh_en
02:14
14_数据生命周期的阶段.zh_en
04:45
15_数据分析的六个阶段.zh_en
06:36
16_莫莉：数据流程的示例.zh_en
06:15
17_探索数据分析师工具.zh_en
06:09
18_核心数据工具的细节.zh_en
02:02
19_列、行和单元格，哦我的天.zh_en
08:57
20_SQL实战.zh_en
03:35
21_安吉：学习新技能时的日常挑战.zh_en
01:56
22_成为数据可视化高手.zh_en
05:56
23_莱拉：可视化的力量.zh_en
02:01
24_让我们开始工作.zh_en
00:50
25_数据分析师的工作.zh_en
04:34
26_乔伊：成为数据分析师的路径.zh_en
02:03
27_托尼：支持数据分析职业.zh_en
02:20
28_数据在商业中的力量.zh_en
04:12
29_瑞秋：数据侦探.zh_en
02:04
30_理解数据与公平.zh_en
05:36
31_亚历克斯：公平与伦理的数据决策.zh_en
03:01
32_不同行业的数据分析师.zh_en
05:59
33_萨玛：面试最佳实践.zh_en
02:38
34_模块总结.zh_en
00:26
35_恭喜，课程总结.zh_en
03:08
哈佛大学《CS50P shorts| Introduction to Programming with Python (CS50P) 2024 shorts》
[01]Boolean Expressions - CS50P Shorts.zh_en
11:18
[02]Capture Groups - CS50P Shorts.zh_en
09:32
[03]Classes - CS50P Shorts.zh_en
07:46
[05]Debugging - CS50P Shorts.zh_en
18:20
[06]Dictionaries - CS50P Shorts.zh_en
19:28
[07]For Loops - CS50P Shorts.zh_en
08:56
[08]Functions - CS50P Shorts.zh_en
06:20
[09]Handling Exceptions - CS50P Shorts.zh_en
10:26
[10]Instance Methods - CS50P Shorts.zh_en
09:35
[11]Instance Variables - CS50P Shorts.zh_en
06:03
[12]Lists - CS50P Shorts.zh_en
09:27
[13]Patterns - CS50P Shorts.zh_en
14:57
[14]Pillow - CS50P Shorts.zh_en
07:52
[15]pytest - CS50P Shorts.zh_en
14:59
[16]random - CS50P Shorts.zh_en
10:21
[17]Reading and Writing CSVs - CS50P Shorts.zh_en
20:01
[18]Return Values - CS50P Shorts.zh_en
05:37
[19]Side Effects - CS50P Shorts.zh_en
06:53
[20]Style - CS50P Shorts.zh_en
11:35
[21]Variables - CS50P Shorts.zh_en
09:27
[22]Visual Studio Code for CS50 - CS50P Shorts.zh_en
17:33
[23]While Loops - CS50P Shorts.zh_en
06:47
谷歌《用Python进行IT自动化办公3、4、5、6课（Git、debug、云端、实践）Google IT Automation with Python》中英字
0_课程介绍.zh_en
05:50
1_模块 1 版本控制介绍.zh_en
03:40
2_保留历史副本.zh_en
02:15
3_比较文件差异.zh_en
04:04
4_应用更改.zh_en
05:45
5_差异和补丁的实际应用.zh_en
05:26
6_什么是版本控制.zh_en
03:35
7_版本控制与自动化.zh_en
04:45
8_什么是 Git.zh_en
03:31
9_安装 Git.zh_en
03:22
10_在 Windows 上安装 Git（可选）.zh_en
07:30
11_Git 入门.zh_en
04:48
12_跟踪文件.zh_en
05:34
13_Git 基本工作流.zh_en
06:28
14_提交消息的解析.zh_en
04:52
15_模块 1 总结 - 版本控制介绍.zh_en
02:09
16_模块 2 在本地使用 Git 介绍.zh_en
01:58
17_跳过暂存区域.zh_en
04:30
18_获取更多有关更改的信息.zh_en
06:14
19_删除和重命名文件.zh_en
04:32
20_在提交前撤消更改.zh_en
05:15
21_修改提交.zh_en
03:57
22_回滚.zh_en
05:06
23_识别提交.zh_en
06:47
24_什么是分支.zh_en
03:05
25_创建新分支.zh_en
04:19
26_使用分支.zh_en
03:07
27_合并.zh_en
02:37
28_合并冲突.zh_en
06:19
29_模块 2 总结 - 在本地使用 Git.zh_en
01:24
30_模块 3 使用远程仓库介绍.zh_en
02:29
31_什么是 GitHub.zh_en
02:38
32_与 GitHub 的基本交互.zh_en
06:08
33_什么是远程仓库.zh_en
04:37
34_使用远程仓库.zh_en
03:11
35_获取新更改.zh_en
03:07
36_更新本地仓库.zh_en
03:04
37_拉取-合并-推送工作流.zh_en
07:44
38_推送远程分支.zh_en
08:06
39_变基你的更改.zh_en
04:40
40_另一个变基示例.zh_en
08:12
41_协作的最佳实践.zh_en
04:15
42_模块 3 总结 - 使用远程仓库.zh_en
01:37
43_模块 4 协作介绍.zh_en
02:01
44_在 GitHub 上进行简单的拉取请求.zh_en
05:07
45_GitHub 上的典型拉取请求工作流.zh_en
07:15
46_更新现有的拉取请求.zh_en
04:37
47_压缩更改.zh_en
06:09
48_什么是代码评审.zh_en
04:01
49_代码评审工作流.zh_en
03:45
50_在 GitHub 上如何进行代码评审.zh_en
05:05
51_管理协作.zh_en
04:09
52_跟踪问题.zh_en
08:07
53_持续集成.zh_en
05:25
54_模块 4 总结 - 协作.zh_en
01:49
55_祝贺.zh_en
01:12
56_预览下一门课程.zh_en
01:22
0_课程介绍.zh_en
04:12
1_模块 1 故障排查概念介绍.zh_en
02:04
2_什么是调试.zh_en
04:52
3_解决问题的步骤.zh_en
04:17
4_无声崩溃应用程序.zh_en
05:59
5_^它不工作^.zh_en
07:15
6_创建复现案例.zh_en
04:20
7_找到根本原因.zh_en
06:05
8_处理间歇性问题.zh_en
04:53
9_间歇性失败的脚本.zh_en
08:57
10_什么是二分查找法.zh_en
03:25
11_在故障排查中应用二分查找法.zh_en
05:00
12_找到无效数据.zh_en
06:50
13_模块 1 总结 - 故障排查概念.zh_en
02:29
14_模块 2 缓慢性能介绍.zh_en
02:50
15_为什么我的计算机运行缓慢.zh_en
04:52
16_计算机如何使用资源.zh_en
05:19
17_可能导致缓慢的原因.zh_en
05:08
18_网站服务器运行缓慢.zh_en
10:31
19_编写高效代码.zh_en
04:11
20_使用合适的数据结构.zh_en
03:58
21_低效循环.zh_en
04:35
22_保持局部结果.zh_en
04:51
23_包含低效循环的缓慢脚本.zh_en
07:59
24_并行操作.zh_en
06:27
25_复杂度逐渐增长.zh_en
04:16
26_处理复杂的缓慢系统.zh_en
04:13
27_使用线程加速.zh_en
05:58
28_模块 2 总结 - 缓慢性能.zh_en
01:47
29_模块 3 崩溃程序介绍.zh_en
03:44
30_崩溃的系统.zh_en
06:26
31_理解崩溃应用程序.zh_en
06:13
32_无法修复程序时该怎么办.zh_en
04:59
33_内部服务器错误.zh_en
10:05
34_访问无效内存.zh_en
07:17
35_未处理的错误和异常.zh_en
06:09
36_修复他人的代码.zh_en
04:28
37_调试段错误.zh_en
05:20
38_调试Python崩溃.zh_en
05:48
39_复杂系统中的崩溃.zh_en
06:16
40_事件期间的沟通和文档记录.zh_en
05:09
41_编写有效的事后分析报告.zh_en
04:19
42_模块 3 总结 - 崩溃程序.zh_en
01:42
43_模块 4 资源管理介绍.zh_en
02:33
44_内存泄漏及如何防止.zh_en
05:46
45_管理磁盘空间.zh_en
05:41
46_网络饱和.zh_en
05:38
47_处理内存泄漏.zh_en
08:31
48_专注于重要任务.zh_en
06:09
49_优先处理任务.zh_en
06:27
50_估计任务所需时间.zh_en
04:14
51_沟通预期.zh_en
05:48
52_处理困难问题.zh_en
04:44
53_积极主动的实践.zh_en
05:17
54_规划未来资源使用.zh_en
04:16
55_防止未来问题.zh_en
04:19
56_模块 4 总结 - 资源管理.zh_en
01:34
57_祝贺.zh_en
01:27
58_预览下一门课程.zh_en
01:19
0_课程介绍.zh_en
05:15
1_模块 1 自动化在云中介绍.zh_en
01:47
2_云服务概览.zh_en
05:32
3_云端扩展.zh_en
06:38
4_评估云计算.zh_en
05:03
5_迁移到云端.zh_en
06:20
6_在云中启动虚拟机.zh_en
05:05
7_使用 GCP Web UI 创建新的虚拟机.zh_en
05:55
8_在 GCP 中定制虚拟机.zh_en
06:14
9_模板化定制虚拟机.zh_en
06:55
10_云端大规模部署.zh_en
04:31
11_什么是编排.zh_en
03:45
12_基础设施即代码.zh_en
04:32
13_大规模管理云实例.zh_en
03:40
14_在云端存储数据.zh_en
07:33
15_负载均衡.zh_en
05:50
16_变更管理.zh_en
06:09
17_了解限制.zh_en
04:28
18_什么是容器.zh_en
04:01
19_Docker Web 应用.zh_en
03:47
20_容器和制品注册表.zh_en
04:19
21_Kubernetes 概览.zh_en
04:33
22_GCP 上的 Kubernetes.zh_en
03:32
23_模块 3 使用配置管理自动化介绍.zh_en
02:00
24_什么是规模.zh_en
02:49
25_什么是配置管理.zh_en
05:27
26_什么是基础设施即代码.zh_en
05:55
27_什么是 Puppet.zh_en
03:51
28_Puppet 资源.zh_en
03:12
29_Puppet 类.zh_en
02:10
30_什么是领域特定语言.zh_en
04:41
31_配置管理的驱动原则.zh_en
05:50
32_总结使用配置管理自动化.zh_en
02:35
33_总结使用配置管理自动化.zh_en
02:35
34_部署 Puppet.zh_en
01:30
35_本地应用规则.zh_en
05:12
36_管理资源关系.zh_en
04:23
37_组织 Puppet 模块.zh_en
06:21
38_Puppet 节点.zh_en
03:27
39_Puppet 证书基础设施.zh_en
05:17
40_设置 Puppet 客户端和服务器.zh_en
05:49
41_修改和测试清单.zh_en
03:41
42_安全地推出和验证变更.zh_en
04:58
43_入门监控.zh_en
05:02
44_出现问题时获取警报.zh_en
06:15
45_服务级目标.zh_en
06:04
46_GCP 中的基本监控.zh_en
08:36
47_无法亲临现场时该怎么办.zh_en
03:19
48_确定故障来源.zh_en
03:17
49_从故障中恢复.zh_en
03:36
50_什么是 DevOps.zh_en
04:23
51_从编码到云端.zh_en
03:21
52_自动化.zh_en
04:36
53_持续交付和持续部署.zh_en
04:17
54_DevSecOps.zh_en
04:08
55_从暂存环境到生产环境.zh_en
04:07
56_祝贺.zh_en
01:04
0_外场素材.zh_en
01:01
谷歌《用Python进行IT自动化办公1、2课（Python、控制操作系统）|Google IT Automation with Python》中英字幕
0_专业化介绍.zh_en
06:03
1_课程介绍.zh_en
05:34
2_开始编程之旅.zh_en
02:14
3_什么是编程.zh_en
03:00
4_什么是自动化.zh_en
02:51
5_让计算机为您工作.zh_en
03:46
6_什么是 Python.zh_en
03:04
7_Python 与 IT 的相关性.zh_en
04:18
8_其他语言.zh_en
03:09
9_Hello World.zh_en
02:36
10_从用户获取信息.zh_en
01:59
11_Python 可以作为你的计算器.zh_en
02:35
12_代码编辑器和 IDE 概览.zh_en
02:17
13_使用命令行.zh_en
03:13
14_使用 JupyterLab 和 Jupyter Notebooks.zh_en
03:07
15_使用 Colab.zh_en
02:26
16_使用 VS Code.zh_en
04:36
17_初步总结.zh_en
01:26
18_认识课程开发者 Marga.zh_en
01:49
19_Python 基本语法介绍.zh_en
02:33
20_数据类型.zh_en
04:30
21_表达式、数字和类型转换.zh_en
02:14
22_定义函数.zh_en
03:42
23_返回值.zh_en
04:24
24_代码重用原则.zh_en
02:12
25_代码风格.zh_en
04:03
26_比较事物.zh_en
04:12
27_使用 if 语句进行分支.zh_en
02:50
28_else 语句.zh_en
03:33
29_elif 语句.zh_en
03:10
30_面向对象编程介绍（可选）.zh_en
00:48
31_实例方法（可选）.zh_en
04:58
32_Marga 点评：我为什么喜欢 Python.zh_en
01:54
33_基本语法总结.zh_en
01:05
34_基本语法总结.zh_en
01:05
35_循环介绍.zh_en
01:59
36_什么是 while 循环.zh_en
03:06
37_更多 while 循环示例.zh_en
03:08
38_为什么初始化变量很重要.zh_en
03:43
39_无限循环及如何中断.zh_en
04:02
40_什么是 for 循环.zh_en
05:14
41_更多 for 循环示例.zh_en
02:41
42_嵌套的 for 循环.zh_en
06:14
43_for 循环中的常见错误.zh_en
03:42
44_什么是递归（可选）.zh_en
04:25
45_在 IT 背景下的递归实践.zh_en
03:16
46_循环总结.zh_en
01:28
47_Marga 点评：我如何进入编程领域.zh_en
02:36
48_基本结构介绍.zh_en
01:50
49_什么是字符串.zh_en
02:41
50_字符串的组成部分.zh_en
03:57
51_创建新字符串.zh_en
06:24
52_更多字符串方法.zh_en
04:33
53_格式化字符串.zh_en
04:59
54_什么是列表.zh_en
04:26
55_修改列表内容.zh_en
04:55
56_列表和元组.zh_en
03:45
57_遍历列表和元组.zh_en
07:50
58_列表推导式.zh_en
04:01
59_列表推导式与 for 循环.zh_en
04:03
60_什么是字典.zh_en
05:45
61_遍历字典内容.zh_en
04:50
62_字典与列表.zh_en
03:32
63_基本结构总结.zh_en
01:36
64_Marga 点评：我最具挑战性的脚本.zh_en
01:02
65_最终项目介绍.zh_en
02:39
66_问题陈述.zh_en
03:14
67_研究.zh_en
04:26
68_计划.zh_en
02:35
69_编写脚本.zh_en
03:31
70_汇总.zh_en
02:24
71_祝贺.zh_en
01:58
72_预览下一门课程.zh_en
01:25
0_课程介绍.zh_en
06:13
1_模块 1 开始使用 Python 介绍.zh_en
02:07
2_熟悉操作系统.zh_en
06:26
3_为 Python 准备计算机.zh_en
04:05
4_在 Windows 上配置环境（可选）.zh_en
04:24
5_在 macOS 上配置环境（可选）.zh_en
05:12
6_在 Linux 上配置环境（可选）.zh_en
08:39
7_解释型与编译型语言.zh_en
03:00
8_如何运行 Python 脚本.zh_en
06:02
9_你自己的 Python 模块.zh_en
05:31
10_什么是 IDE.zh_en
04:56
11_自动化的好处.zh_en
04:17
12_自动化的缺陷.zh_en
06:25
13_实际自动化示例.zh_en
07:06
14_模块 1 总结 - 开始使用 Python.zh_en
01:33
15_使用 Python 编程文件.zh_en
03:10
16_读取文件.zh_en
05:47
17_遍历文件.zh_en
04:43
18_写入文件.zh_en
03:49
19_文件操作.zh_en
04:10
20_更多文件信息.zh_en
04:16
21_目录.zh_en
05:47
22_什么是 CSV 文件.zh_en
03:00
23_读取CSV 文件.zh_en
03:53
24_生成 CSV.zh_en
02:46
25_使用字典读写 CSV 文件.zh_en
04:08
26_什么是 Qwiklabs.zh_en
03:49
27_模块 2 总结 - 使用 Python 管理文件.zh_en
01:42
28_模块 3 正则表达式介绍.zh_en
01:34
29_什么是正则表达式.zh_en
02:42
30_为什么使用正则表达式.zh_en
02:43
31_使用 grep 进行基本匹配.zh_en
05:16
32_在 Python 中进行简单匹配.zh_en
04:51
33_通配符和字符类.zh_en
05:54
34_重复修饰符.zh_en
04:54
35_转义字符.zh_en
03:58
36_正则表达式实践.zh_en
05:16
37_捕获组.zh_en
05:46
38_更多重复修饰符.zh_en
04:12
39_使用正则表达式从 Python 中提取 PID.zh_en
04:37
40_分割和替换.zh_en
05:33
41_文件路径.zh_en
04:02
42_如何在代码中编写文件路径.zh_en
05:28
43_模块 3 总结 - 正则表达式.zh_en
01:19
44_模块 4 管理数据和进程介绍.zh_en
01:50
45_交互式读取数据.zh_en
03:03
46_标准流.zh_en
04:16
47_环境变量.zh_en
04:20
48_命令行参数和退出状态.zh_en
06:01
49_在 Python 中运行系统命令.zh_en
04:54
50_获取系统命令的输出.zh_en
05:23
51_高级子进程管理.zh_en
05:17
52_什么是日志文件.zh_en
01:42
53_使用正则表达式过滤日志文件.zh_en
04:44
54_理解数据.zh_en
04:15
55_模块 4 总结 - 管理数据和进程.zh_en
01:25
56_模块 5 Python 中的测试介绍.zh_en
01:32
57_什么是测试.zh_en
02:11
58_手动测试和自动化测试.zh_en
03:22
59_单元测试.zh_en
03:33
60_在 Python 中编写单元测试.zh_en
05:36
61_边缘案例.zh_en
03:47
62_其他测试案例.zh_en
04:40
63_黑盒测试与白盒测试.zh_en
03:18
64_其他测试类型.zh_en
04:27
65_测试驱动开发.zh_en
02:49
66_try except 构造.zh_en
03:24
67_引发错误.zh_en
07:21
68_测试预期错误.zh_en
02:23
69_模块 5 总结 - Python 中的测试.zh_en
01:11
70_模块 6 Bash 脚本编程介绍.zh_en
02:38
71_基本 Linux 命令.zh_en
06:39
72_重定向流.zh_en
04:49
73_管道和管道线.zh_en
06:00
74_发送进程信号.zh_en
05:51
75_创建 Bash 脚本.zh_en
03:39
76_使用变量和通配符.zh_en
04:36
77_Bash 中的条件执行.zh_en
05:10
78_Bash 脚本中的 while 循环.zh_en
05:23
79_Bash 脚本中的 for 循环.zh_en
06:03
80_高级命令交互.zh_en
03:43
81_选择 Bash 还是 Python.zh_en
03:44
82_模块 6 总结 - Bash 脚本编程.zh_en
02:09
83_最终项目介绍.zh_en
01:21
84_从头开始编写脚本.zh_en
03:17
85_项目问题陈述.zh_en
03:05
86_研究和计划指导.zh_en
02:14
87_你的职业身份是什么.zh_en
10:31
88_祝贺.zh_en
02:03
89_预览下一门课程.zh_en
01:18
密歇根大学《给所有人的Python课》课程1:《编程入门指南（使用Python进行开发）》|python|
0_视频欢迎来到课程Dr Chuck.zh_en
04:13
1_视频欢迎来到Python Guido van Rossum.zh_en
01:02
2_1.1 为什么编程.zh_en
12:01
3_1.2 硬件概述.zh_en
11:04
4_1.3 Python作为一种语言.zh_en
07:07
5_有趣的教科书作者见面pycon2015.zh_en
03:56
6_面对面办公时间Bengaluru印度.zh_en
02:29
7_使用python游乐场演示.zh_en
03:56
8_Windows 10安装Python和编写程序.zh_en
08:17
9_Windows截屏.zh_en
02:29
10_Macintosh使用Python编写程序.zh_en
04:23
11_Macintosh截屏.zh_en
04:18
12_奖励Eben Upton和Raspberry Pi.zh_en
09:47
13_1.4 写出段落代码.zh_en
16:13
14_演示执行hello world作业.zh_en
05:39
15_采访Daphne Koller建立Coursera.zh_en
11:10
16_面对面办公时间米兰意大利.zh_en
03:43
17_2.1 表达式.zh_en
13:44
18_2.2 表达式部分2.zh_en
20:06
19_2.3 表达式部分3.zh_en
07:17
20_练习2.3.zh_en
07:49
21_采访Pooja Sankar建立Piazza.zh_en
06:47
22_办公时间山景城CA.zh_en
00:53
23_3.1 条件语句.zh_en
14:21
24_3.2 更多条件语句.zh_en
17:40
25_练习3.2.zh_en
09:26
26_采访Massimo Banzi Arduino.zh_en
11:25
27_首尔办公时间.zh_en
04:27
28_4.1 使用函数.zh_en
09:57
29_4.2 构建函数.zh_en
12:20
30_采访Guido van Rossum Python的早期.zh_en
11:31
31_马尼拉办公时间.zh_en
01:15
32_5.1 循环和迭代.zh_en
09:38
33_5.2 确定循环.zh_en
06:30
34_5.3 找到最大值.zh_en
08:26
35_5.4 循环习语.zh_en
18:22
36_练习5.1.zh_en
08:31
37_下一步Dr Chuck.zh_en
02:35
38_采访Guido van Rossum Python的现代时代.zh_en
12:17
39_巴黎办公时间.zh_en
00:53
吴恩达《数据分析（数据分析基础/应用统计学，1-2课/共5课）|DeepLearning.AI Data Analytics》中英字幕（deepseek-R1
0_欢迎学习数据分析.zh_en
06:20
1_本课程中的生成式AI.zh_en
02:41
2_模块1 简介.zh_en
01:20
3_数据分析师的工作日常.zh_en
04:11
4_什么是数据分析.zh_en
04:44
5_基于证据的决策.zh_en
05:41
6_数据分析发展史.zh_en
04:03
7_现代行业应用案例.zh_en
05:02
8_定义数据.zh_en
02:57
9_非结构化数据.zh_en
04:18
10_结构化数据.zh_en
05:07
11_大数据.zh_en
05:07
12_数据生态系统.zh_en
03:23
13_跨部门协作伙伴.zh_en
03:32
14_数据团队内部协作.zh_en
03:37
15_大语言模型介绍.zh_en
03:32
16_LLM选择策略.zh_en
03:14
17_提示词工程.zh_en
02:41
18_LLM的局限性.zh_en
04:45
19_演示：与LLM交互实践.zh_en
05:46
20_模块2 简介.zh_en
01:26
21_用数据解决问题.zh_en
03:16
22_商业分析中的电子表格应用.zh_en
02:50
23_Google Sheets导航.zh_en
06:23
24_数据导入.zh_en
04:33
25_排序、筛选与格式设置.zh_en
03:47
26_数据初探.zh_en
03:25
27_摘要统计：最大值、最小值、平均值.zh_en
05:18
28_条件格式.zh_en
05:35
29_摘要统计：COUNTIF函数.zh_en
03:30
30_摘要统计：SUMIF-AVERAGEIF函数.zh_en
04:28
31_摘要统计：COUNTIFS-SUMIFS函数.zh_en
06:06
32_数据处理：IF-IFS、RIGHT-LEFT函数.zh_en
05:13
33_数据来源分析.zh_en
04:31
34_使用LLM进行数据探索.zh_en
06:08
35_时间序列分析入门.zh_en
06:25
36_现实世界中的时间序列.zh_en
03:55
37_移动平均线.zh_en
06:37
38_百分比变化.zh_en
06:11
39_模块3 简介.zh_en
01:05
40_什么是数据叙事.zh_en
04:57
41_数据可视化语言.zh_en
06:09
42_可视化分析.zh_en
06:00
43_图表类型选择策略.zh_en
05:50
44_演示：柱状图与条形图.zh_en
05:12
45_演示：图表定制.zh_en
03:50
46_演示：散点图.zh_en
03:36
47_演示：分组柱状图-条形图.zh_en
03:37
48_演示：堆叠柱状图-条形图.zh_en
03:29
49_演示：折线图.zh_en
02:17
50_有效数据可视化策略.zh_en
05:34
51_数据编码.zh_en
04:58
52_图表元素.zh_en
05:16
53_数据可视化案例：优劣分析.zh_en
06:56
54_演示：用LLM解释数据可视化.zh_en
05:26
55_演示：用LLM创建数据可视化.zh_en
03:38
56_模块4 简介.zh_en
01:16
57_数据分析生命周期.zh_en
04:32
58_问题定义.zh_en
03:26
59_数据收集与预处理.zh_en
04:36
60_数据分析.zh_en
04:04
61_洞察识别.zh_en
02:26
62_成果分享.zh_en
04:12
63_效果评估.zh_en
03:42
64_收集利益相关者需求.zh_en
04:20
65_整合利益相关者输入.zh_en
05:23
66_利益相关者沟通跟进.zh_en
04:36
67_领域知识.zh_en
01:46
68_演示：使用LLM进行利益相关者分析.zh_en
06:59
69_数据分析的下一步.zh_en
00:56
0_欢迎学习本课程.zh_en
04:45
1_本课程中的生成式AI.zh_en
02:18
2_模块1 简介.zh_en
01:10
3_总体与抽样.zh_en
04:42
4_识别总体.zh_en
02:44
5_概率抽样.zh_en
04:51
6_非概率抽样.zh_en
03:17
7_偏差类型.zh_en
05:06
8_直方图.zh_en
03:45
9_演示：绘制分布图.zh_en
03:42
10_集中趋势、离散度与偏态.zh_en
02:20
11_集中趋势：均值与众数.zh_en
03:46
12_集中趋势：中位数.zh_en
03:28
13_演示：集中趋势.zh_en
03:32
14_离散度：极差与四分位距.zh_en
03:24
15_离散度：方差与标准差.zh_en
04:50
16_偏态.zh_en
03:02
17_为何使用这些指标.zh_en
02:17
18_演示：离散度与偏态.zh_en
03:20
19_箱线图.zh_en
03:43
20_演示：使用LLM处理电子表格公式错误.zh_en
06:07
21_相关分析.zh_en
05:25
22_相关与因果.zh_en
02:32
23_演示：电子表格中的相关分析与散点图.zh_en
04:56
24_什么是分群分析.zh_en
03:00
25_演示：XLOOKUP函数.zh_en
04:25
26_演示：数据透视表.zh_en
05:02
27_模块2 简介.zh_en
01:16
28_随机性与不确定性.zh_en
03:24
29_概率与加法规则.zh_en
03:32
30_乘法与补集规则.zh_en
04:41
31_条件概率.zh_en
03:04
32_独立性.zh_en
04:02
33_随机变量.zh_en
05:00
34_估计.zh_en
03:03
35_从样本分布到总体分布.zh_en
04:53
36_伯努利分布.zh_en
04:27
37_二项分布.zh_en
06:10
38_累积分布函数.zh_en
03:22
39_离散型随机抽样.zh_en
04:29
40_演示：电子表格模拟离散分布.zh_en
05:57
41_演示：LLM模拟离散分布.zh_en
03:01
42_连续型概率分布.zh_en
03:46
43_正态分布.zh_en
06:10
44_标准正态分布.zh_en
05:28
45_正态随机抽样.zh_en
02:49
46_演示：电子表格模拟正态分布.zh_en
03:36
47_演示：LLM模拟正态分布.zh_en
04:21
48_基于分布进行决策.zh_en
05:13
49_模块3 简介.zh_en
01:12
50_推断统计学.zh_en
04:28
51_点估计与区间估计.zh_en
02:45
52_抽样分布与中心极限定理.zh_en
05:57
53_演示：置信区间实战.zh_en
02:19
54_置信区间.zh_en
05:11
55_置信区间机制.zh_en
06:04
56_理解边际误差.zh_en
06:55
57_演示：均值置信区间.zh_en
03:35
58_比例置信区间.zh_en
04:13
59_演示：比例置信区间.zh_en
03:32
60_使用LLM进行解释.zh_en
03:54
61_使用LLM进行随机抽样模拟.zh_en
04:47
62_使用LLM进行推断与可视化.zh_en
04:02
63_模块4 简介.zh_en
01:26
64_演示：假设检验实战.zh_en
03:38
65_均值假设检验.zh_en
06:01
66_假设设定.zh_en
03:38
67_识别假设与检验类型.zh_en
04:24
68_计算检验统计量.zh_en
02:54
69_确定显著性水平与拒绝域.zh_en
06:06
70_计算p值.zh_en
04:49
71_演示：均值假设检验.zh_en
06:17
72_假设检验中的错误.zh_en
04:49
73_t分布.zh_en
05:43
74_比例假设检验.zh_en
05:42
75_演示：比例假设检验.zh_en
03:31
76_双样本检验.zh_en
06:03
77_其他假设检验.zh_en
03:54
78_使用LLM进行结果解释.zh_en
04:26
79_使用LLM进行统计推断.zh_en
04:46
80_你的下一步计划.zh_en
01:15
吴恩达《Python数据分析（数据分析第3课）|Python for Data Analytics》中英字幕
0_欢迎学习第三课程.zh_en
05:53
1_本课程中的生成式AI.zh_en
02:25
2_模块1 简介.zh_en
01:41
3_计算机编程.zh_en
04:15
4_Jupyter Notebook环境导航.zh_en
03:51
5_输入-处理-输出模型.zh_en
03:30
6_Python与电子表格的选择.zh_en
04:30
7_类型与表达式.zh_en
03:19
8_打印输出与注释.zh_en
04:12
9_变量存储.zh_en
04:29
10_使用变量调试.zh_en
04:46
11_创建列表.zh_en
04:28
12_列表操作.zh_en
04:38
13_函数调用.zh_en
05:16
14_状态管理.zh_en
03:19
15_控制流.zh_en
02:18
16_比较运算.zh_en
05:19
17_分支结构：if-else.zh_en
03:31
18_循环结构：for循环.zh_en
04:19
19_缩进规则.zh_en
05:04
20_多分支结构：elif.zh_en
04:43
21_使用range函数循环.zh_en
04:29
22_执行顺序.zh_en
03:14
23_你的首次分级实验.zh_en
03:30
24_模块2 简介.zh_en
01:21
25_进阶列表操作.zh_en
03:54
26_模块导入.zh_en
03:37
27_Pandas库应用.zh_en
02:01
28_将CSV读入Python.zh_en
04:35
29_数据框基础.zh_en
04:03
30_属性与方法.zh_en
02:27
31_列选择.zh_en
04:32
32_计数、求和与直方图.zh_en
03:54
33_数据排序.zh_en
02:50
34_多列排序.zh_en
02:31
35_数据筛选.zh_en
04:49
36_多条件筛选.zh_en
02:27
37_行选择.zh_en
05:30
38_集中趋势、离散度与偏态.zh_en
04:31
39_分类数据处理.zh_en
05:11
40_相关分析.zh_en
05:44
41_单特征分群.zh_en
02:54
42_多特征分群.zh_en
04:49
43_模块3 简介.zh_en
01:09
44_Matplotlib绘图.zh_en
06:18
45_颜色、网格与保存.zh_en
03:58
46_文本标注.zh_en
05:19
47_刻度与轴线.zh_en
04:49
48_分组柱状图.zh_en
05:33
49_堆叠柱状图.zh_en
03:17
50_散点图.zh_en
04:28
51_方法链式调用.zh_en
03:59
52_Seaborn可视化.zh_en
04:52
53_主题与调色板.zh_en
03:30
54_箱线图.zh_en
04:58
55_直方图.zh_en
04:07
56_其他图表类型.zh_en
04:35
57_组合图表.zh_en
04:08
58_Matplotlib子图.zh_en
04:23
59_子图循环绘制.zh_en
03:23
60_Seaborn配对图.zh_en
02:39
61_模块4 简介.zh_en
01:35
62_置信区间.zh_en
06:06
63_单样本t检验.zh_en
05:07
64_双样本t检验.zh_en
04:26
65_均匀分布模拟.zh_en
05:17
66_正态分布模拟.zh_en
03:34
67_线性回归基础.zh_en
06:06
68_自变量选择.zh_en
03:28
69_模型训练.zh_en
05:08
70_回归模型输出解读.zh_en
04:58
71_预测分析.zh_en
04:45
72_多元线性回归.zh_en
03:58
73_多元回归模型训练.zh_en
04:51
74_多元回归结果解读.zh_en
04:01
75_分类数据编码.zh_en
03:56
76_类别数据建模.zh_en
05:26
77_多元回归预测.zh_en
02:35
78_模型评估.zh_en
05:07
79_使用LLM迭代模型.zh_en
06:26
80_线性回归全流程.zh_en
02:38
81_模块5 简介.zh_en
01:14
82_日期时间处理.zh_en
05:27
83_日期时间索引应用.zh_en
03:43
84_折线图绘制.zh_en
04:14
85_日期轴标签格式化.zh_en
05:33
86_移动平均线.zh_en
05:23
87_百分比变化.zh_en
04:42
88_分群分析.zh_en
05:25
89_多折线图重构.zh_en
05:41
90_重采样技术.zh_en
04:39
91_趋势预测.zh_en
05:34
92_季节性预测.zh_en
04:42
93_预测误差指标.zh_en
03:44
94_你的下一步计划.zh_en
01:16
吴恩达《数据输入/输出与预处理（Python 和 SQL）Data I/O and Preprocessing with Python and SQL》中英字幕
0_欢迎学习本课程.zh_en
04:50
1_本课程中的生成式AI.zh_en
02:22
2_模块1 简介.zh_en
01:08
3_多样化的数据来源.zh_en
03:58
4_数据清洗与处理.zh_en
03:56
5_ETL与ELT.zh_en
04:06
6_网络爬虫介绍.zh_en
03:28
7_使用Pandas抓取表格数据.zh_en
03:58
8_字符串处理：替换方法.zh_en
04:05
9_类型转换.zh_en
02:58
10_缺失值处理.zh_en
04:47
11_字符串处理：包含检测.zh_en
03:26
12_字符串处理：分割与修剪.zh_en
03:48
13_网络请求.zh_en
03:15
14_使用requests库抓取网页.zh_en
03:34
15_HTML基础.zh_en
05:20
16_HTML解析规划.zh_en
02:33
17_使用Beautiful Soup解析HTML.zh_en
04:37
18_数据框设置.zh_en
04:42
19_正则表达式.zh_en
04:10
20_使用LLM编写正则表达式.zh_en
02:19
21_网络爬虫伦理.zh_en
03:39
22_模块2 简介.zh_en
01:08
23_API介绍.zh_en
03:55
24_JSON格式.zh_en
04:32
25_API请求与响应.zh_en
02:14
26_查询参数.zh_en
03:56
27_从JSON到数据框.zh_en
04:05
28_分页处理.zh_en
04:11
29_组合数据分析.zh_en
04:11
30_API密钥.zh_en
03:04
31_API密钥使用.zh_en
03:17
32_环境变量.zh_en
03:11
33_数据缩放.zh_en
04:27
34_分箱处理.zh_en
03:37
35_数据归一化.zh_en
04:48
36_异常值识别.zh_en
02:04
37_异常值处理.zh_en
04:35
38_数据质量.zh_en
04:07
39_模块3 简介.zh_en
01:10
40_数据存储系统.zh_en
03:37
41_数据库概念.zh_en
03:35
42_数据库管理系统.zh_en
02:44
43_整洁数据原则.zh_en
03:44
44_实体与属性.zh_en
03:50
45_关系型数据.zh_en
04:10
46_数据模型与数据模式.zh_en
03:39
47_表类型.zh_en
02:59
48_SQL入门.zh_en
03:15
49_SQL语句.zh_en
03:29
50_选择查询.zh_en
05:00
51_结果排序.zh_en
04:33
52_数据库应用中的LLM.zh_en
04:17
53_Python中的SQL.zh_en
05:18
54_模块4 简介.zh_en
01:07
55_SQL与Python对比.zh_en
02:12
56_过滤数据.zh_en
04:12
57_复合条件过滤.zh_en
04:06
58_基于字符串的条件过滤.zh_en
03:14
59_CASE条件语句.zh_en
03:12
60_空值处理.zh_en
03:14
61_数据验证.zh_en
04:26
62_验证：计数与去重.zh_en
03:11
63_验证：分组聚合.zh_en
03:33
64_验证：最小值-最大值-求和.zh_en
03:47
65_验证：HAVING子句.zh_en
02:45
66_表连接介绍.zh_en
03:12
67_左连接.zh_en
04:30
68_内连接.zh_en
02:39
69_外连接.zh_en
02:03
70_你的下一步计划.zh_en
01:23
密歇根大学《AI驱动的数据分析：实用入门指南AI-Powered Data Analysis: A Practical Introduction》
0_欢迎学习本课程.zh_en
03:21
1_究竟何为数据.zh_en
03:27
2_数据采集与生成式AI.zh_en
03:41
3_数据内容与容器.zh_en
01:22
4_数据分析定义解析.zh_en
03:18
5_数据工具的多样性.zh_en
04:26
6_数据类型与结构体系.zh_en
03:59
7_数据整理技术.zh_en
01:03
8_数据分析实践.zh_en
01:54
9_数据可视化方法.zh_en
04:24
10_辅助性技能培养.zh_en
02:05
11_生成式AI技术助手.zh_en
02:13
吴恩达《数据分析（第5课：数据叙事）|Data Analytics: Data Storytelling》（claude-4-s）
04:20
展开