Ansys|91国内精品视频|Matlab|91国内精品久久久|R语言培训课程班-91国内精品久久-曙海培训深圳成都南京苏州杭州

     CDA 數(shù)據(jù)策略分析Level Ⅱ培訓(xùn)

1章 數(shù)據(jù)庫SQL
1-1數(shù)據(jù)庫基本概念
1-2DDL數(shù)據(jù)定義語言
1-3DML數(shù)據(jù)操作語言
1-4單表查詢
1-5多表查詢
1-6Python連接SQL
2章 Python編程基礎(chǔ)，Numpy
2-1Python標(biāo)準(zhǔn)數(shù)據(jù)類型
2-2控制流語句
2-3自定義函數(shù)
2-4異常和錯誤
2-5類與面向?qū)ο缶幊?br> 2-6Numpy數(shù)組操作
3章 數(shù)學(xué)與統(tǒng)計學(xué)基礎(chǔ)
3-1線性代數(shù)
3-2微積分
3-3描述性統(tǒng)計
3-4參數(shù)估計
3-5假設(shè)檢驗
3-6相關(guān)分析
3-7卡方分析
3-8一元線性回歸理論推導(dǎo)
3-9多元線性回歸理論推導(dǎo)
4章數(shù)據(jù)策略分析
4-1數(shù)據(jù)庫MySQL實(shí)戰(zhàn)應(yīng)用
4-2Python連接SQL數(shù)據(jù)庫
4-3零售電商多表分析案例
4-4分析基礎(chǔ)-數(shù)據(jù)分析的概念、過程、能力
4-5統(tǒng)計分析可視化
4-6企業(yè)經(jīng)營分析-指標(biāo)體系
5章數(shù)據(jù)策略分析
5-1用Python做數(shù)據(jù)分析，必會的庫Pandas
5-2用Pandas做數(shù)據(jù)清洗與數(shù)據(jù)探索
5-3Python數(shù)據(jù)可視化庫（Matplotlib，Seaborn）
5-4教育行業(yè)分析-學(xué)校學(xué)科教育可視化案例
5-5統(tǒng)計分析（相關(guān)分析，方差分析）
5-6線性回歸（建立模型和模型檢驗）
5-7識別分析-用戶支出影響因素分析案例
6章數(shù)據(jù)策略分析
6-1邏輯回歸（模型的建立與估計，模型評估）
6-2分類與回歸的結(jié)合
6-3信息壓縮-主成分分析與因子分析（數(shù)據(jù)降維）
6-4用戶流失分析-員工流失預(yù)警案例
6-5因子分析-城市發(fā)展水平綜合分析
6-6客群分析-標(biāo)簽體系與與用戶畫像
6-7AB test-應(yīng)用廣泛的對比分析方法
6-8應(yīng)用用戶畫像-美國某企業(yè)用戶畫像實(shí)戰(zhàn)案例
7章數(shù)據(jù)策略分析
7-1時間序列分析（ARIMA算法）
7-2帶滯后項的線性回歸
7-3銷售額預(yù)測-線上平臺銷售額預(yù)測實(shí)戰(zhàn)案例
7-4數(shù)據(jù)采集處理方法（數(shù)據(jù)采集，數(shù)據(jù)錄入，數(shù)據(jù)預(yù)處理）
7-5數(shù)據(jù)管理（數(shù)據(jù)分類，數(shù)據(jù)建模，數(shù)據(jù)倉庫和ETL）
7-6產(chǎn)品目標(biāo)人群分析-市場數(shù)據(jù)的應(yīng)用案例
8章數(shù)據(jù)策略分析
8-1層次聚類
8-2Kmeans聚類
8-3聚類分析評價方法-決策樹應(yīng)用
8-4用戶分群-零售行業(yè)運(yùn)營案例
8-5數(shù)字化工作方法
8-6運(yùn)籌優(yōu)化方法（線性規(guī)劃與二次優(yōu)化，基于業(yè)務(wù)流程的優(yōu)化）
8-7數(shù)字化運(yùn)營綜合案例-某機(jī)構(gòu)營銷響應(yīng)概率預(yù)測與風(fēng)險預(yù)測案例
9章數(shù)據(jù)策略分析
9-1數(shù)據(jù)接入（接入策略，調(diào)度工具，實(shí)時數(shù)據(jù)接入方法）
9-2大數(shù)據(jù)平臺技術(shù)架構(gòu)與應(yīng)用（分布式存儲與計算，支持?jǐn)?shù)據(jù)分析，大數(shù)據(jù)架構(gòu)）
9-3數(shù)據(jù)挖掘?qū)д?br> 9-4KNN
9-5貝葉斯
9-6SVM