冒死上传!培训机构价值29980的Python数据分析-数据挖掘全套教程(附开发项目实战,建议收藏)

9660
1069
2022-01-11 17:43:33
正在缓冲...
546
215
823
379
本教程由清华大佬独家录制,超详细的讲解零基础也能轻松入门 相关学习资料添加小助手【vx:zzi975】即可免费领取! 【数据分析】:数据分析进行统计、分析方法对收集来的大量数据进行分析,将它们加以汇总和理解并消化,以求最大化地开发数据的功能,发挥数据的作用 【数据分析师】主要工作是在本行业内将各种数据进行搜集、整理、分析,然后根据这些数据进行分析判断,在分析数据后对行业发展、行业知识规则等等进行预测和挖掘。数据分析师是数据师其中的一种,另一种是数据挖掘工程师,两者都是专业型人才。 喜欢的小伙伴记得点赞三连喔~ 关注UP长更新分享Python等编程干货技术 收藏等于白嫖,点赞才是真情[嘻嘻,滑稽] 收藏等于白嫖,点赞才是真情[嘻嘻,滑稽] 视频资源源于网络,如有侵权请联系删除!
视频选集
(1/199)
自动连播
大数据前景如何?
02:02
1-1课前导学
07:24
1-2数据分析概述
10:37
2-1 数据仓库
05:08
2-2 监测与抓取
02:59
2-3 填写、埋点、日志、计算
02:32
2-4 数据学习网站
07:53
2-5 统计指标:分布形态~
08:58
3-1 数据案例介绍
04:37
3-2 集中趋势,离中趋势
06:07
3-3 数据分布--偏态与峰度
04:07
3-4 抽样理论
05:11
3-5 编码实现
13:33
3-6 数据分类
02:41
3-7 异常值分析
03:42
3-8 对比分析
05:42
3-9 结构分析
01:41
3-10 分布分析
06:07
3-11 Satisfaction Level的分析
09:43
3-12 LastEvaluation的分析
07:50
3-13 NumberProject的分析
03:44
3-14 AverageMonthlyHours的分析
05:51
3-15 TimeSpendCompany的分析
00:54
3-16 WorkAccident的分析
00:51
3-17 Left的分析
00:25
3-18 PromotionLast5Years的分析
00:32
3-19 Salary的分析
01:40
3-20 Department的分析
01:18
3-21 简单对比分析操作
07:18
3-22 可视化-柱状图
15:49
3-23 可视化-直方图
04:44
3-24 可视化-箱线图
02:24
3-25 可视化-折线图
02:23
3-26 可视化-饼图
03:15
3-27 本章小结
03:49
4-1 假设检验
08:21
4-2 卡方检验
02:24
4-3 方差检验
03:47
4-4 相关系数
03:36
4-5 线性回归
02:50
4-6 主成分分析
05:27
4-7 编码实现
20:41
4-8 交叉分析方法与实现
14:57
4-9 分组分析方法与实现
09:11
4-10 相关分析与实现
23:59
4-11 因子分析与实现
07:04
4-12 本章小结
02:06
5-1 特征工程概述
10:02
5-2 数据样本采集
02:46
5-3 异常值处理
12:49
5-4 标注
03:03
5-5 特征选择
17:22
5-6 特征变换-对指化
04:41
5-7 特征变换-离散化
07:41
5-8 特征变换-归一化与标准化
07:27
5-9 特征变换-数值化
10:23
5-10 特征变换-正规化
04:54
5-11 特征降维-LDA
11:39
5-12 特征衍生
03:08
5-13 HR表的特征预处理-1
15:36
5-14 HR表的特征预处理-2
08:39
5-15 本章小结
02:56
6-1 机器学习与数据建模
05:19
6-2 训练集、验证集、测试集
07:05
6-3 分类-KNN
21:47
6-4 分类-朴素贝叶斯
20:00
6-5 分类-决策树
24:03
6-6 分类-支持向量机
21:09
6-7 分类-集成-随机森林
20:36
6-8 分类-集成-Adaboost
10:50
6-9 回归-线性回归
23:40
6-10 回归-分类-逻辑回归
11:19
6-11 回归-分类-人工神经网络-1
16:28
6-12 回归-分类-人工神经网络-2
15:51
6-13 回归-回归树与提升树
10:16
6-14 聚类-Kmeans-1
10:40
6-15 聚类-Kmeans-2
10:58
6-16 聚类-DBSCAN
10:39
6-17 聚类-层次聚类
04:46
6-18 聚类-图分裂
03:58
6-19 关联-关联规则-1
14:26
6-20 关联-关联规则-2
14:44
6-21 半监督-标签传播算法
17:51
6-22 本章小结
05:54
7-1 分类评估-混淆矩阵
15:43
7-2 分类评估-ROC、AUC、提升图与KS图
15:17
7-3 回归评估
05:32
7-4 非监督评估
08:28
8-1 课程回顾与多角度看数据分析
05:44
8-2 大数据与学习这门课后还能干什么
07:19
1.01 数据挖掘,到底在解决什么问题?
12:52
2.02 Python 的数据结构和基本语法
16:22
3.03 工欲善其事必先利其器,扩展包与 Python 环境
15:36
4.04 了解输入
02:34
5.05 输入功能实现
06:01
6.06 体验数据类型转换
06:45
7.07 数据类型转换函数
09:57
8.08 总结数据类型的转换
01:04
9.09 PyCharm交互式开发
05:19
10.10 运算符的分类
04:18
11.11 算数运算符
09:01
12.12 赋值运算符
07:54
13.13 复合赋值运算符
06:15
14.14 复合赋值注意点
05:40
15.15 比较运算符
05:57
16.16 逻辑运算符
08:54
17.17 逻辑运算符书写习惯
03:34
18.18 数字的逻辑运算
03:21
19.19 运算符总结
04:14
20.20 理解业务和数据:我们需要做好什么计划?
13:13
21.21 准备数据:如何处理出完整、干净的数据?
14:09
22.22 数据建模:该如何选择一个适合我需求的算法?
14:41
23.23 模型评估:如何确认我们的模型已经达标?
13:09
24.24 模型应用:我们的模型是否可以解决业务需求?
13:42
25.25 KNN 算法:近朱者赤,近墨者黑
08:38
26.26 决策树:女神使用的约会决策
11:52
27.27 朴素贝叶斯:算一算你是否要买延误险
10:12
28.28 支持向量机(SVM):用一条线分开红豆与绿豆
10:30
29.29 人工神经网络:当前最火热的深度学习基础
11:03
30.30 实践 1:使用 XGB 实现酒店信息消歧
11:16
31.31 k-mean 聚类:擒贼先擒王,找到中心点,它附近的都是一类
09:53
32.32 DBScan 聚类:打破形状的限制,使用密度聚类
08:28
33.33 实践 2:如何使用 word2vec 和 k-mean 聚类寻找相
07:25
34.34 线性回归与逻辑回归找到一个函数去拟合数据
09:41
35.35 实践 3:使用线性回归预测房价
07:43
36.36 Apriori 与 FP-Growth:不得不再说一遍啤酒与尿布的
10:28
37.37 实践 4:用关联分析找到景点与玩法的关系
12:50
38.38 TF-IDF:一种简单、古老,但有用的关键词提取技术
08:52
39.39 word2vec:让文字可以进行逻辑运算,女人+王冠=女王
08:15
40.40 实践 5:使用 fatText 进行新闻文本分类
12:48
41.41 从头创建一个数组
17:36
42.42 案例实践——如何实现99乘法表和老虎机
09:25
43.43 数组的操作
12:18
44.44 数组的计算
07:06
45.45 数组的广播
15:48
46.46 比较、掩码和布尔逻辑
10:39
47.47 序列和数据库
07:37
48.48 索引和切片
08:49
49.49 通过索引运算和生成新的列
03:23
50.50 文件的读取和写入
05:35
51.51 缺失值处理
09:47
52.52 数据连接
12:31
53.53 分组和聚合
07:49
54.54 数据透视表
11:01
55.55 字符串的处理
04:10
56.56 本节小结
00:53
57.57 基础作图——折线图和散点图
16:39
58.58 基础作图——直方图和饼图
08:33
59.59 子图和图例
08:37
60.60 图标设置——标签,表格样式和cmap
18:25
61.61 高级作图
15:15
62.62 本节小结
00:24
63.63 线性回归
08:42
64.64 逻辑回归的原理、模型实现与正则化
15:26
65.65 逻辑回归的评估以及最优迭代次数
18:18
66.66 贝叶斯分类器的实现过程
07:29
67.67 朴素贝叶斯算法案例——手写数字识别
03:49
68.68 数据预处理
21:33
69.69 决策树和随机森林——熵和决策树
09:42
70.70 决策树和随机森林算法对比
08:58
71.71 随机森林的调参
14:59
72.72 支持向量机——核函数
13:16
73.73 支持向量机是如何防止过拟合的
09:14
74.74 如何使用Python实现PCA降维算法
16:53
75.75 如何使用Python实现Kmeans聚类
07:06
76.76 本节小结
04:17
3.1数据分析图表的作用
02:29
3.2如何选择适合的图表类型
01:24
3.3图表的基本组成
03:30
3.4初识matplotlib
05:25
3.5绘制简单的折线图
07:45
3.6图表的常用设置-线条颜色和样式
06:58
3.7图表的常用设置-标记设置
05:04
3.8图表的常用设置-图布的设置
03:02
3.9图表的常用设置-设置坐标轴和网格线
15:12
3.10图标的常用设置-文本标签_标题_图例
06:05
3.11图标的常用设置-文本注释
05:09
3.12图表的常用设置-坐标轴刻度线
14:12
3.13常用图表-折线图
10:22
3.15常用图表-基本柱状图
08:52
3.16常用图表-多柱状图
16:07
3.17常用图表-基本直方图
04:40
3.18常用图表-直方图分析学生成绩
05:29
3.19常用图表-简单饼形图
05:26
3.20常用图表-基础饼形图
09:59
4.1手动创建第一个数据透视表
05:18
4.2满足不同分析角度的数据呈现
02:59
4.3刷新数据透视表
08:29
4.4美化数据透视表
06:07
4.5数据透视表值的显示方式
06:10
4.6在数据透视表中筛选和排序
03:28
4.7切片器-创建数据透视表
06:24
4.8切片器-多个数据透视表联动
04:45
4.9通过日程表对数据透视表进行按月筛选
01:34
4.10综合项目-制作小页签
07:05
4.11综合项目-参数表设计
04:42
4.12综合项目-数据源表设计
10:21
4.13综合项目-创建数据透视表
05:54
4.14综合项目-插入切片器和图表
06:59
客服
顶部
赛事库 课堂 2021拜年纪