在校生社会科学(经济学、社会学及管理学等)及理工科背景,修过概率论和高等数学;
理论和实战紧密结合:用实际案例讲解每一个知识点;
课程结构更加合理、学习方法明确 :课程内容通俗易懂,配备课后练习平台,在每周课程结束都会有相应的项目;
讲授方式与内容中西结合:主讲老师有在微软美国和国内互联网公司从业的双重经验,教学委员会老师所在的公司与行业多元化;
1、本门课程的学习内容
2、本门课程的学习建议
3、学习数据分析的思维方式
4、学完这门课程后你能达到的水平
1、走进数据分析
2、数据团队与数据分析师
3、数据分析师必备能力
4、数据分析师的能力进阶
5、数据的基本形态
6、数据分析工作流程
1、Excel介绍
2、案例介绍
3、Excel函数基本知识
4、数据处理类Excel函数
5、数据分析类Excel函数
6、数据透视表
7、数据可视化
8、Excel作图
9、Power BI作图基础
1、SQL基础知识
2、案例简介及SQL工作概述
3、SQL核心语句-数据查询与过滤
4、SQL核心语句-数据聚合
5、SQL核心语句-数据表间连接
6、SQL核心语句-数据的增、改、删
7、SQL进阶用法
8、SQL案例实战
1、统计知识的力量
2、概率分布
3、案例介绍
4、基本统计量解决商业问题
5、中心极限定理和正态分布
6、假设检验
7、A/B测试
1、R语言介绍
2、基本数据类型
3、基本数据结构
4、读写数据
5、数据处理
6、数据查看基本函数
7、函数的搜索和使用查询
8、数据分析类函数
9、控制流
10、自定义函数和R软件包的安装
11、R的数据可视化
1、数据分析师为什么要学习机器学习
2、决策树算法
3、线性回归算法
4、K-means聚类算法
5、机器学习的挑战
1、R编程流程的整合 - R Markdown
2、使用R进行数据整理的捷径 dplyr
3、数据探索工作指导
4、完整数据分析工作案例
5、项目分析报告PPT呈现示例
1、分析场景
2、原始数据
3、具体分析任务详解