本课程为CDA LEVEL I BusinessData分析师资格课程- Python主题。Python以其易学、可扩展、可移植、库丰富而著称于世,被称为“的程序设计语言”。该课程从 Python语法基础,数据抽取,数据处理,统计分析,数据建模,数据可视化等几个方面,详细地阐述了 Python在数据分析中所涉及到的各种技术。透过实际的财务,通讯,营销,客户关系等方面的实际操作,让参加者感受到资料分析和 Python的魅力。初学者在这门课中可以很好地学会如何使用 Python进行数据分析。
课程简介
掌握数据分析基础理论和常用分析法,并能结合专业统计软件完成数据分析工作。
掌握数据分析和数据挖掘高级算法,操作相关软件应用于实际案例。
将数据分析技能与具体业务结合,在学习工作中独立完成数据分析工作并解决当前问题。
课程从理论到应用,系统进阶,由浅入深,偏于实际应用
深入业务,理解业务运作逻辑,利用数据分析手段,对业务数据指标进行数据监测、业务分析,包含但不限于业务过程和项目运营指标,业务结果指标等;
业务数据分析体系设计,例如业务数据报表体系、薪酬绩效指标体系,激励分析体系等;
业务项目专项分析,数据产品需求分析,对接数据产品建设;
本科以上学历,经济学、统计学、计算机等或者数据处理高度相关专业,3-5年数据分析工作经验;
练使用SQL等数据库查询语言优先, 对数据敏感, 有商业敏感度,具有较强结构化思维、逻辑思维能力, 具备优秀的信息整合和分析能力;
工作细致、专业、严谨, 有较好的自驱力。
适合对象
课程大纲
Python数据分析演示
数据科学与Python基础
Python数据结构与控制流
Python函数
第2章: SQL数据库与描述性分析
描述性统计分析
描述性分析与Python演示
统计分布方法
Python数据可视化
数据库介绍
SQL查询语言与Python SQL
Python SQL进行数据合并
使用Python进行数据清洗
统计推断与参数估计
假设检验与单样本T检验
方差分析
相关与回归分析
线性回归客户价值预测
线性回归的模型、目标和算法
多元线性回归
多元线性回归2
模型解释
使用逻辑回归做流失预警
列联表回归
模型评估
银行贷款案例
使用Python进行数据分析
Pandas细节P1
Pandas细节P2
使用Python进行离网用户预警P1
使用Python进行离网用户预警P2
Pyecharts数据可视化
数据挖掘模型概述
聚类分析P1
聚类分析P2
聚类分析P3
使用时间序列做销量预测P1
使用时间序列做销量预测P2
使用时间序列做销量预测P3
使用时间序列做销量预测P4