Python 编程学院 ·

构建数据工程师能力模型,实战八大企业级项目【完结】-百度云下载

〖课程简介〗
仅掌握基础的数据分析技能,早已无法满足高薪岗位的需求,所以进阶成为中高级数据工程师势在必行。本课程通过一系列企业级数据分析项目实战,带你夯实数据分析必备技能、拓展数据分析思维、学习数据分析算法应用,让你快速掌握中级数据工程师必备的核心技能,叩开大厂之门!

〖课程目录〗
第1章 数据分析实战-前奏 3 节 | 18分钟
本章主要对课程进行介绍,并详细阐述了数据分析工程师的进阶指南,以及数据分析工程师的核心竞争力。
1-1 数据分析课程导学 (04:07)
1-2 数据分析工程师的进阶指南 (06:06)
1-3 课程的核心目标 (07:29)

第2章 数据分析必备技能-开始 13 节 | 199分钟
本章主要介绍了数据分析报告的组成和构建方式,并对必备语言Python,以及核心模块Numpy、Pandas、数据可视化进行介绍。最后通过三个实战项目进行必备技能的掌握。
2-1 数据分析报告的关键组成部分 (17:11)
2-2 如何构建企业级数据分析报告? (15:01)
2-3 Python还可以这样用(中高级) (13:11)
2-4 快速处理数据不二选择-NumPy (08:39)
2-5 数据探索工具-Pandas (14:40)
2-6 高效处理带有时间序列数据(一) (14:25)
2-7 高效处理带有时间序列数据(二) (14:01)
2-8 实战:杭州市地铁流量时间序列数据处理(一) (16:46)
2-9 实战:杭州市地铁流量时间序列数据处理(二) (14:57)
2-10 实战:kaggle数据分析可视化实战(一) (20:20)
2-11 实战:kaggle数据分析可视化实战(二) (13:20)
2-12 实战:kaggle数据分析可视化实战(三) (14:47)
2-13 实战:kaggle数据分析可视化实战(四) (21:03)

第3章 数据分析思维拓展-间奏一13 节 | 129分钟
本章主要介绍核心数据分析思维方法,具体为对比分析、分类分析、时间序列分析、逻辑树分析、多维度拆解分析、假设检验分析、多变量分析、AARRR模型、RFM模型,并通过实战项目进行实操,最后部分细致介绍用户画像的应用与构建。…
3-1 对比分析和分类分析思路与应用场景 (12:13)
3-2 时间序列分析思路与应用场景 (14:31)
3-3 实战:淘宝电商商品销量数据分析 (22:57)
3-4 逻辑树分析思路与应用场景 (06:59)
3-5 多维度拆解分析思路与应用场景 (06:15)
3-6 假设检验分析思路与应用场景 (05:21)
3-7 多个变量间的相关性分析与应用场景 (04:22)
3-8 实战:互联网金融信贷数据分析 (15:37)
3-9 如何使用AARRR模型对用户进行分层? (08:38)
3-10 RFM模型实现精细化用户运营 (09:22)
3-11 用户画像:如何真正了解用户需求? (13:07)
3-12 抖音、QQ浏览器、百度APP的用户画像差异 (03:51)
3-13 推荐系统中的用户画像 (05:17)

第4章 数据分析算法应用-间奏二11 节 | 130分钟
本章介绍了数据分析中常用到的算法,从算法的理论部分展开介绍,并通过多个实战案例进行算法的巩固学习。
4-1 从决策树到GBDT的优化(一) (11:44)
4-2 从决策树到GBDT的优化(二) (12:43)
4-3 信用卡客户贷款违约预测实战–使用决策树(一) (17:05)
4-4 信用卡客户贷款违约预测实战–使用决策树(二) (12:12)
4-5 kmeans无监督聚类的强大 (11:00)
4-6 红楼梦文本聚类实战–使用kmeans (19:15)
4-7 关联规则分析应用 (07:51)
4-8 经典模型支持向量积 (06:40)
4-9 超强拟合能力的神经网络 (09:11)
4-10 预测服装厂员工生产效率–神经网络(一) (12:58)
4-11 预测服装厂员工生产效率–神经网络(二) (09:13)

第5章 京东电商用户行为分析(非模型)项目实战-副歌9 节 | 125分钟
本章以京东电商平台真实数据为基础,对京东电商平台中用户行为进行详细分析,从中挖掘有价值信息,最终进行数据分析报告撰写。
5-1 如何提出分析问题? (07:28)
5-2 数据获取和数据预处理 (17:19)
5-3 掌握流量和转化指标 (13:18)
5-4 用户行为路径分析应用 (11:03)
5-5 使用AARRR漏斗模型拆解用户行为 (18:56)
5-6 用户消费习惯分析及应对方式 (19:32)
5-7 从商品相关性中挖掘可用信息 (14:41)
5-8 使用RFM模型进行用户价值分析及应对方式(一) (11:07)
5-9 使用RFM模型进行用户价值分析及应对方式(二) (11:01)

第6章 数据挖掘模型应用-主歌一5 节 | 61分钟
本章介绍数据挖掘中的核心实战内容,帮助快速从数据中提取更深层次的信息,本章最后部分深入介绍了有关模型的选择以及高阶实战技巧。
6-1 问题理解与评估指标 (21:39)
6-2 数据探索性分析(EDA) (04:17)
6-3 特征工程的重要性 (13:21)
6-4 如何选择合适的模型? (10:54)
6-5 进行模型高阶实践 (10:21)

第7章 APP活跃用户预测(模型)项目实战-主歌二9 节 | 86分钟
本章以短视频平台APP真实数据为基础,充分应用数据分析和数据挖掘技术,解决营销算法中核心的用户活跃预测问题。
7-1 实战案例准备工作 (01:17)
7-2 数据获取和数据预处理.mp4 (04:04)
7-3 用户行为数据分析和可视化 (09:51)
7-4 滑窗法扩充训练集数据 (12:15)
7-5 构建描述用户的特征 (12:19)
7-6 构建描述拍客的特征 (11:33)
7-7 选择有价值的特征 (10:21)
7-8 使用树模型三剑客 (13:16)
7-9 构建模型差异性进行融合 (11:04)

第8章 总结与展望-尾曲4 节 | 26分钟
本章对整个课程进行回顾,同时还介绍数据分析工程师面试中的知识点,以及项目相关的面试知识点和常见问题。最后部分介绍了关于数据分析的后续学习方向。
8-1 整章课程回顾 (04:48)
8-2 数据分析工程师面试问题方向讲解 (08:13)
8-3 选择合适的意向领域及成长路线 (07:02)
8-4 学习完这个课程以后怎样继续深入数据分析的学习? (05:38)

相关下载

点击下载

参与评论