清华大佬花48小时讲完的【数据挖掘分析教程-300集】呕心沥血整理，学不会我退出数据圈！
正在缓冲...
互联网
制作不易，大家觉得有帮助的话，给个一键三连呀【点赞、收藏、转发】感谢支持~
大数据成为时代发展一个必然的产物，大数据时代，一切可量化，一切可分析
【Python】有着强大的模块系统，数据分析就是其中一个应用，实现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
此教程就带你从零开始学习数据分析，深入探索！
视频素材来源于网络，如有侵权联系删除
学习Python一直在路上~
视频选集
（1/100）
自动连播
001 数据分析的作用？
02:02
002 1-2数据分析概述
10:37
003 2-1 数据仓库
05:08
004 2-2 监测与抓取
02:59
005 2-3 填写、埋点、日志、计算
02:32
006 2-4 数据学习网站
07:53
007 2-5 统计指标：分布形态~
08:58
008 3-1 数据案例介绍
04:37
009 3-2 集中趋势,离中趋势
06:07
010 3-3 数据分布--偏态与峰度
04:07
011 3-4 抽样理论
05:11
012 3-5 编码实现
13:33
013 3-6 数据分类
02:41
014 3-7 异常值分析
03:42
015 3-8 对比分析
05:42
016 3-9 结构分析
01:41
017 3-10 分布分析
06:07
018 3-11 Satisfaction Level的分析
09:43
019 3-12 LastEvaluation的分析
07:50
020 3-13 NumberProject的分析
03:44
021 3-14 AverageMonthlyHours的分析
05:51
022 3-15 TimeSpendCompany的分析
00:55
023 3-16 WorkAccident的分析
00:51
024 3-17 Left的分析
00:26
025 3-18 PromotionLast5Years的分析
00:32
026 3-19 Salary的分析
01:40
028 3-20 Department的分析
01:18
029 3-22 可视化-柱状图
15:49
030 3-23 可视化-直方图
04:44
031 3-24 可视化-箱线图
02:24
032 3-25 可视化-折线图
02:23
033 3-26 可视化-饼图
03:15
034 3-27 本章小结
03:49
035 4-1 假设检验
08:21
036 4-2 卡方检验
02:24
037 4-3 方差检验
03:47
038 4-4 相关系数
03:36
039 4-5 线性回归
02:50
040 4-6 主成分分析
05:27
041 4-7 编码实现
18:52
042 4-8 交叉分析方法与实现
14:58
043 4-9 分组分析方法与实现
09:11
045 4-11 因子分析与实现
07:04
046 4-12 本章小结
02:06
047 5-1 特征工程概述
10:02
048 5-2 数据样本采集
02:46
049 5-3 异常值处理
12:49
050 5-4 标注
03:03
051 5-5 特征选择
17:22
052 5-6 特征变换-对指化
04:41
053 5-7 特征变换-离散化
07:41
054 5-8 特征变换-归一化与标准化
07:27
055 5-9 特征变换-数值化
10:23
056 5-10 特征变换-正规化
04:54
057 5-11 特征降维-LDA
11:39
058 5-12 特征衍生
03:08
059 5-13 HR表的特征预处理-1
15:36
061 5-15 本章小结
02:56
062 6-1 机器学习与数据建模
05:19
063 6-2 训练集、验证集、测试集
07:05
064 6-3 分类-KNN
21:47
065 6-4 分类-朴素贝叶斯
20:00
066 6-5 分类-决策树
24:03
067 6-6 分类-支持向量机
20:08
068 6-7 分类-集成-随机森林
18:36
069 6-8 分类-集成-Adaboost
10:50
071 6-10 回归-分类-逻辑回归
11:19
072 6-11 回归-分类-人工神经网络-1
16:29
073 6-12 回归-分类-人工神经网络-2
15:51
074 6-13 回归-回归树与提升树
10:16
075 6-14 聚类-Kmeans-1
10:40
076 6-15 聚类-Kmeans-2
10:58
077 6-16 聚类-DBSCAN
10:39
078 6-17 聚类-层次聚类
04:47
079 6-18 聚类-图分裂
03:58
080 6-19 关联-关联规则-1
14:26
081 6-20 关联-关联规则-2
14:44
082 6-21 半监督-标签传播算法
17:51
083 6-22 本章小结
05:54
084 7-1 分类评估-混淆矩阵
15:43
086 7-3 回归评估
05:32
087 7-4 非监督评估
08:28
088 8-1 课程回顾与多角度看数据分析
05:44
089 8-2 大数据与学习这门课后还能干什么
07:19
001 1 数据分析师分类
18:15
002 2 数据分析师岗位需求
08:48
003 3 数据分析师岗位职责
14:24
004 5 Win下Pycharm安装使用
06:35
005 6 Mac下Pycharm安装使用
06:20
006 7 脚本编程与交互式编程
06:05
007 8 NumPy介绍模块安装
10:53
008 9 NumPy数组创建
17:48
009 10 NumPy数组属性与Jupyter插件
15:55
010 11 NumPy文件读写操作
15:54
011 12 NumPy数据类型
12:18
013 14 NumPy复制和视图
15:57
015 16 NumPy花式索引和索引技巧
15:15
016 17 数据挖掘，到底在解决什么问题？
12:08
017 18 Python 的数据结构和基本语法
15:46
018 19 工欲善其事必先利其器，扩展包与 Python 环境
15:09
顶部