【三节课】数据分析进阶课，用数据指导业务，高效提升运营人职场竞争力

课程介绍

课程出自【三课】数据分析进阶教程，用数据指导业务，有效提升运营商职场竞争力

随着大数据和人工智能的发展，数据科学作为一门新兴学科正在迅速发展。数据科学也可以赋能商业。通过深挖数据的价值，一方面可以提高运营效率，降低成本。另一方面，也能发现商机，发展业务，带来更多利润。但是数据科学门槛高，系统复杂，让初学者望而却步。

为此，我们专门开发了本系统课程，涵盖了基于数据挖掘过程的核心能力要求，包括业务理解、数据理解、数据准备、建模、评估和发布的全过程。

• 全面了解数据科学
• 使用数据分析工具Python
• 机器学习的初步建模、调试和估计

• 适用于有意学习数据分析知识，系统巩固技术知识，掌握系统项目方法论的2-5年BI工程师
• 希望通过此次培训，能够系统地巩固2-5年数据分析师的技术知识，掌握系统的项目方法论

讲师介绍

张宇辉

三级数据分析课程讲师

博士国家强磁场实验室理论物理学士

曾就职于文思海辉（美国）、微软（美国）、滴滴（中国），历任数据科学家、高级数据与应用科学家、战略运营专家。

在滴滴快捷出行事业群平台车主团队，负责各类数据运营项目的对接和具体实施，构建完善的司机标签体系，制定司机衰退干预策略。该策略的ROI约为3.5，市场GMV提升约1. %。

作为微软负责中小企业预售和留存的约500人团队的主要数据科学家，从事各种数据科学分析任务和相关项目管理，并参与建立和优化相关业务的数据仓库和数据仪表盘。

文件目录

01、 《零》课程介绍

01、讲师介绍.pdf

02、课程介绍.pdf

02、什么是“第一周”数据科学

01、什么是数据科学2.mp4

01、什么是数据科学1.mp4

01、什么是数据科学.pdf

02.数据科学职位介绍2.mp4

02.Data Science职位介绍.pdf

02、数据科学职位介绍3.mp4

02.数据科学职位介绍4.mp4

02.数据科学职位介绍1.mp4

03、 CRISP-DM简介.pdf

03、 CRISP-DM 1.mp4简介

03、 CRISP-DM 2.mp4简介

03、 《第二周》数据分析工具Python（上）

01、安装Python.pdf

02、 《案例》用Python分析员工离职原因.pdf

02、样本数据：员工数据.zip

02、 《案例》用Python分析员工离职原因.mp4

02、示例代码：用Python分析员工离职原因.zip

03.Python语言简介.pdf

03.Python语言简介.mp4

04、 Python.pdf 中的错误和异常

05.Python基础语法知识.pdf

06、基本数据类型和数据结构.mp4

06、附件：强制类型转换函数.pdf

06、基本数据类型与数据结构.pdf

06、附件：基本数据结构_4种数据结构对比图.pdf

07.基本运算符.pdf

08、控制流程.mp4

08.控制流.pdf

09。自定义函数和 Python 脚本.mp4

09。自定义函数和 Python 脚本.pdf

10。 class.mp4的概念

10。类的概念.pdf

11、手把手教你制作HR智能信息表.pdf

11.手把手教你制作HR智能信息表.mp4

12.Python自学资源.pdf

04、 《第三周》数据分析工具Python（下）

01、课前阅读.pdf

02、开始安装 Jupyter Notebook！ .pdf

02、开始安装 Jupyter Notebook！ .mp4

03.完成数据整理任务.pdf

04、数据处理常用库：Numpy & Pandas.pdf

05、附：7种数据结构对比图_竖版.pdf

05.Numpy & Pandas.pdf中的数据结构

05.Numpy & Pandas.mp4中的数据结构

06、带你携手完成数据整理任务.pdf

06、数据整理example_ipynb.zip

06.HangzhouHouse_Lianjia_csv.zip

06、带你携手完成数据整理任务.mp4

07、数据组织思路&基本操作.pdf

08、完成数据可视化任务.pdf

09。数据可视化库：Matplotlib & Seaborn.pdf

09。数据可视化库：Matplotlib & Seaborn.mp4

10.HangzhouHouse_Lianjia_V2_csv.zip

10。数据可视化示例_ipynb.zip

10。带你携手完成数据可视化任务.mp4

10。带你携手完成数据可视化任务.pdf

11、用Python分析员工离职原因.zip

11.HR_data_csv.zip

11、用Python分析离职原因完整代码.pdf

11、用Python分析离职原因完整代码.mp4

05、第四周的数据理解和准备

01、相关系数.pdf

01、相关系数.mp4

02、卡方检验.mp4

02、卡方检验.pdf

03.方差分析.mp4

03.方差分析.pdf

04、特征选择介绍.mp4

04、特征选择介绍.pdf

05.过滤方法.mp4

05、过滤方法.pdf

06、打包方法.mp4

06、包装法.pdf

07、嵌入方法.pdf

07、嵌入方法.mp4

08、特征选择总结.pdf

08、特征选择总结.mp4

09.employee_retention_data_csv.zip

09。实践员工保留分析.pdf

06、 “第 5 周”机器学习初步建模

01、为什么需要机器学习.pdf

01、为什么需要机器学习.mp4

02、什么是机器学习.pdf

02、什么是机器学习.mp4

03、三种主要的机器学习算法.pdf

03、三种主要的机器学习算法.mp4

04、 Scikit-learn算法库介绍.mp4

05、机器学习模型的评估与选择2.mp4

05、机器学习模型的评估与选择1.mp4

05、机器学习模型的评估与选择.pdf

06、机器学习模型的三个组成部分.mp4

06、机器学习模型三要素.pdf

07、直观理解逻辑回归.mp4

07、直观理解逻辑回归.pdf

08、逻辑回归的三个组成部分1.mp4

08、逻辑回归的三要素.pdf

08、逻辑回归的三个组成部分2.mp4

09。逻辑回归应用2.mp4

09。逻辑回归应用1.mp4

09。逻辑回归应用.pdf

10。直观理解SVM.pdf

10。 SVM直观理解1.mp4

10。 SVM直观理解2.mp4

11、 SVM的三个组成部分2.mp4

11、 SVM的三个组成部分1.mp4

11、 SVM的三个组成部分4.mp4

11、 SVM的三个组成部分3.mp4

11、 SVM的三个组成部分.pdf

12.SVM核方法.pdf

12.SVM核方法2.mp4

12.SVM核方法1.mp4

12.SVM核方法3.mp4

13、 SVM与逻辑回归的比较.pdf

13.SVM与逻辑回归的比较.mp4

14、练习购买转化率预测.pdf

14.conversion_data_csv.zip

07、 “第6周”模型调试与评估

01、模型调试与评估1.mp4

01、模型调试与评估2.mp4

01、模型调试与评估.pdf

02、交叉验证机制2.mp4

02、交叉验证机制5.mp4

02、交叉验证机制4.mp4

02、交叉验证机制3.mp4

02、交叉验证机制.pdf

02、交叉验证机制1.mp4

03、模型的过拟合和欠拟合1.mp4

03、模型的过拟合和欠拟合3.mp4

03、模型的过拟合和欠拟合.pdf

03、模型过拟合与欠拟合2.mp4

04、正则化方法提升模型性能.pdf

04、正则化方法提升模型性能2.mp4

04、正则化方法提升模型性能1.mp4

05、模型效果评价指标.pdf

05、模型效果评价指标1.mp4

05、模型效果评价指标2.mp4

05、模型效果评价指标3.mp4

06、练习 Pima Indian 糖尿病分类问题.pdf

06.diabetes_csv.zip

08、 “第 7 周”机器学习建模高级 I

01、课程介绍.pdf

01.课程介绍.mp4

02、整合方法2.mp4

02、积分方法.pdf

02、整合方法1.mp4

03、随机森林.pdf

03、随机森林.mp4

04、自适应改进.pdf

04、自适应提升.mp4

05、梯度提升.mp4

05、梯度提升.pdf

06、神经网络.pdf

06、神经网络3.mp4

06、神经网络2.mp4

06、神经网络1.mp4

07、反向传播.mp4

07、反向传播.pdf

08、时间序列2.mp4

08.时间序列.pdf

08、时间序列1.mp4

09.ARIMA2.mp4

09.ARIMA1.mp4

09.ARIMA.pdf

10.conversion_data_csv.zip

10。练习购买转化率预测（高级）.pdf

09。 “第 8 周”高级机器学习建模 II

01.课程介绍.mp4

01、课程介绍.pdf

02、层次聚类1.mp4

02、层次聚类.pdf

02、层次聚类3.mp4

02、层次聚类2.mp4

03、密度聚类2.mp4

03、密度聚类.pdf

03、密度聚类1.mp4

04.主成分分析2.mp4

04.主成分分析3.mp4

04.主成分分析.pdf

04.主成分分析4.mp4

04.主成分分析1.mp4

05.video_count_csv.zip

05、实践流行视频分析.pdf

05.video_features_csv.zip

10。 《第九周》AB测试

01、 AB测试可以解决的问题.mp4

01、 AB测试可以解决的问题.pdf

02、严谨的AB测试流程.pdf

02、严谨的AB测试流程.mp4

03.AB测试：建立目标.pdf

03.AB测试：建立Goals.mp4

04.AB测试：实验设计1.mp4

04.AB测试：实验设计.pdf

04.AB测试：实验设计2.mp4

05.AB Test: Run the experiment to the conclusion.pdf

05.AB测试：运行实验得出结论.mp4

06.AB测试实验设计案例.mp4

06.AB测试实验设计案例.pdf

07.AB测试数据分析.mp4

07.AB测试数据分析.pdf

08.AB测试失败时的分析方法.mp4

08.AB测试失败时的分析方法.pdf

09.AB测试分析方法.pdf

09.AB测试分析方法.mp4

11、 “第10周”毕业设计

01、 CRISP-DM详解（上）2.mp4

01、 CRISP-DM详解（上）3.mp4

01、 CRISP-DM详解（上）1.mp4

01、 CRISP-DM详解（上）.pdf

02、 CRISP-DM详解（中）4.mp4

02、 CRISP-DM详解（中）2.mp4

02、 CRISP-DM详解（中）1.mp4

02、 CRISP-DM详解（中）3.mp4

03、 CRISP-DM详解（下）3.mp4

03、 CRISP-DM详解（二）1.mp4

03、 CRISP-DM详解（下）2.mp4

04、必社OTA平台酒店预订预测.pdf

04.数据集.zip

04、必社OTA平台酒店预订预测.mp4

05、毕设OTA平台客户流失预测.mp4

05.数据集.zip

05、必社OTA平台客户流失预测.pdf