九章算法-数据分析就业班 第11期|2023版|独家资源

第一章【视频】打开数据分析的大门及Tableau初探

• 数据和数据分析
• Tableau简介
• Tableau快速实践

第二章【互动】Tableau 基础实践及主要概念 I

• Tableau 简介和数据总览
• 数据源连接 Connect
• 视图工作模式及标记

第三章【互动】Tableau 基础实践及主要概念 II

• 过滤器 Filters
• Pages
• Dashboard

第四章【互动】Tableau 高级实践 I

• Story
• 条形图 Bar chart
• 线形图 Line graph

第五章【互动】Tableau 高级实践 II

• 饼图 The pie chart
• 表格 Form、气泡图 Gas bubble diagram、文字云 Cloud of words、地理图 Map of geography、散点图 Scatter point diagram
• 视图过滤中顺序及优化 Sequence and Optimization

第六章【视频】艺术与科学的结合 – Tableau可视化

• Tableau 知识串讲
• Tableau地图 可视化延伸 Visualization
• 典型问题答疑 Typical problems
• Start Your Project

第七章【互动】Tableau 计算 I

• 基本计算 Basic Calculation
• 计算函数
• 总结：聚合表达式 & 行级别字段

第八章【互动】Tableau 计算 II

• Tableau高级计算：LOD
• LOD比较
• 粒度和聚合 GRANULARITY & AGGREGATION

第九章【互动】Tableau 计算 III

• Tableau高级计算：表计算
• 滑动/移动平均 Moving Average
• 项目作业

第十章【视频】拔丁抽楔 – Tableau计算字段

• Tableau计算串讲
• Tableau Reshape
• Join & Union
• Project

第十一章【互动】Python环境配置及安装

• Anaconda 及 Jupyter Notebook 安装
• Pycharm 安装
• 基于 Anaconda 配置 Python 虚拟环境

第十二章【互动】Python入门 I

• 变量和类型
• 整形 int
• 浮点数 float
• 运算符
• 布尔值 boolean

第十三章【互动】Python入门 II

• 列表 list
• 元组 tuple
• 字符串 string
• 字典 dict
• 集合 set

第十四章【互动】Python入门 III

• 控制结构 if
• 循环结构
• break & continue
• for else
• while 循环
• 函数 function

第十五章【视频】Tableau面试问题总结

• Tableau Interview Questions
• Tableau产品一览
• Tableau相关参考文献

第十六章【互动】DBMS基础知识及PostgreSQL环境搭建 I

• DBMS简介
• 关系型 DBMS基本概念
• SQL概述
• DBMS 主流产品
• PostgreSQL 简介

第十七章【互动】DBMS基础知识及PostgreSQL环境搭建 II

• 关系型DBMS基本概念
• SQL概述
• DBMS主流产品及PostgreSQL简介

第十八章【互动】SQL工具及其使用及数据库创建 I

• PostgreSQL 安装
• PostgreSQL pgAdmin基本使用
• PSQL基本使用
• 第三方SQL工具：DBeaver

第十九章【互动】SQL工具及其使用及数据库创建 II

• 在Python中使用SQL
• Chinook database创建
• DDL Data Definition Language 数据定义语言

第二十章【视频】时间序列数据的展示和洞察及Python初探

• Time series analysis
• Tableau Interview Questions (cont.)
• 关于数据分析面试

第二十一章【互动】SQL 查询第一季 I

• Data Manipulation Language (DML)
• Transaction Control Language(TCL)
• Data Control Language (DCL)
• DQL: Data Query Language 基础使用

第二十二章【互动】SQL 查询第一季 II

• WHERE语句
• Alias in SQL
• SQL Set Operators

第二十三章【互动】SQL 查询第一季 III

• SQL查询 Join Query in SQL
• SQL ORDER BY Clause
• SQL Group By Clause

第二十四章【视频】数据库基础：从E-R Model 到PostgreSQL

• 数据库及 E-R Mode
• 知识延伸 Database, schema and table
• SQL概述
• Postgre psql cheat sheet
• SQL 作业 I讲 解

第二十五章【互动】SQL 查询第二季 I

• SQL HAVING Clause
• SQL Functions 函数
• SQL VIEW 视图
• Non-atomic Data –Arrays 非原子数据-数组

第二十六章【互动】SQL 查询第二季 II

• Regular Expressions 正则表达式
• NESTING OF QUERIES
• Summary – SQL Queries 摘要

第二十七章【视频】从SQL语句的执行顺序谈起

• SQL order of execution
• SQL Homework II
• 本周重难点讲解

第二十八章【互动】工具库 Numpy

• 创建数组/矩阵 Create an array/matrix
• 尺寸查询与变换 Size query and transformation
• 索引与切片 Index and slice
• 拷贝与扩增 Copy and amplification
• 各类计算 All kinds of calculations

第二十九章【互动】工具库 Pandas I

• Pandas 简介
• series 结构的增删改查及计算
• DataFrame 结构的增删改查及计算

第三十章【互动】工具库 Pandas II

• Pandas 文件读写 I/O
• 基本操作
• 数据分组 Groupby
• 数据合并 Merge，Concatenate
• 缺失值处理
• 异常值/离群值处理

第三十一章【互动】绘图库 Matplotlib

• Matplotlib 入门

第三十二章【视频】Python数据分析的基石 – Numpy & Pandas

• Numpy
• Pandas
• Matplotlib: Visualization with Python 可视化

第三十三章【互动】绘图库 Seaborn I

• What’s and Why Seaborn?
• Axes & Figure 轴和图
• Seaborn Figure-level vs. axes-level functions
• Visualizing relationships 可视化的关系

第三十四章【互动】绘图库 Seaborn II

• 分布可视化 Visualizing distributions

第三十五章【互动】绘图库 Seaborn III

• 可视化分类数据 Visualizing categorical data
• Long-form vs wide-form data

第三十六章【互动】地理空间数据绘制及可视化总结 Geospatial Data Graphing and Visualization

• 地理空间数据绘制
• 地理空间数据绘制-代码实践
• 可视化总结 Visualization summary

第三十七章【视频】艺术与科学的结合 – Python 可视化

• 数据分析师路线图 Data Analyst Roadmap
• Seaborn theme and color
• Seaborn Functions
• Plotly Maps
• What Would You Like to Show

第三十八章【互动】汇总/分组汇总及其可视化

• 统计概念 Mean, Std & CI
• Dataframe 汇总统计
• Dataframe 分组汇总、统计与可视化

第三十九章【互动】汇总/分组汇总及其可视化代码实现 Summary

• 汇总 Summary
• 汇总分组 Summary grouping
• 汇总可视化代码实现 Summary visual code implementation

第四十章【互动】数据质量报告

• 数据质量报告 Data Quality Report
• 数据字段的种类 Kinds of Data Fields
• 例子 Sample DQR

第四十一章【互动】数据质量报告代码实现

• 数据质量报告
• 数据质量报告及代码实现

第四十二章【互动】相关性分析

• 相关性分析 CORRELATION ANALYSIS
• Python相关计算 Python Correlation calculation
• The Pearson Product-Moment Correlation Coefficient

第四十三章【互动】数据清洗 Data Cleaning

• 数据清洗的概念
• 不一致数据的处理
• 删除重复数据
• 缺失数据处理
• 异常值处理

第四十四章【视频】Python数据分析的角度和方法

• Python中的探索性数据分析 Exploratory Data Analysis in Python
• 单变量分析 Univariate analysis
• 双变量分析 Bivariate analysis
• EDA中的数据聚合 Data Aggregation in EDA
• 缺失值和异常值 Missing Value & Outlier
• Kaggle介绍 Kaggle Intro
• Github介绍 Github Intro
• Your Project

第四十五章【互动】客户分析 Customer Analysis

• 客户分析入门
• AARRR模型
• RARRA模型

第四十六章【互动】Customer Lifetime Value

• Customer lifetime value (CLTV)
• CLTV Calculation

第四十七章【互动】RFM分析

• RFM概念及RFM矩阵计算
• RFM矩阵计算代码讲解
• RFM分数计算
• RFM分数计算代码讲解

第四十八章【视频】客户分析的两大核心：CLV和RFM

• Overview & Customer lifetime value (CLTV)
• RFM

第四十九章【互动】机器学习入门 Introduction to Machine Learning

• 机器学习概览
• 有监督和无监督学习
• 训练与测试 Training and Testing
• 建模方法 Method of modeling

第五十章【互动】特征工程 Feature Engineering I

• 特征工程简介及时序特征 Feature of time sequence
• 时序特征处理代码演示
• 空间特征提取及代码演示 Characteristics of space
• 分类特征编码及其代码演示 Characteristics of classification
• 数据分桶及其代码展示 Buckets of data
• 特征交叉及其代码演示 Cross of features

第五十一章【互动】特征工程 Feature Engineering II

• 数值型变量 Numerical type variable
• 特征筛选 Feature screening
• 训练集切分 Training set segmentation

第五十二章【互动】线性回归模型 Linear Regression Model I

• 回归问题、线性回归 Regression problem, linear regression
• 模型评估 Evaluation of model
• 模型建立与模型评估 Model building and model evaluation

第五十三章【互动】线性回归模型 Linear Regression Model II

• 参数求解、损失函数与梯度下降 Parameter solving, loss function and gradient descent
• 相关性分析与多重共线性 Correlation analysis and multicollinearity
• 使用 statsmodels 建立并评估模型

第五十四章【视频】机器学习之：步入丛林去看那些基于树的算法

• Machine Learning
• Modeling Methods: Tree- based Models 基于树的模型
• Feature Selection 特征选择

第五十五章【互动】逻辑回归模型 Logistic Regression Model I

• 逻辑回归 Regression of logic
• 建模求解 Solution of modeling

第五十六章【互动】逻辑回归模型 Logistic Regression Model II

• 损失函数、多类逻辑回归 Loss function, multiclass logistic regression
• 数据均衡性与 AUC/ROC 曲线
• 逻辑回归 sklearn 及 statsmodels 实现

第五十七章【互动】聚类模型 Clustering and K-means

• 聚类简介及距离表述
• K-Means 算法
• K-Means 代码实现
• K-Means 总结

第五十八章【视频】机器学习之：质量vs.数量 – 从特征选择的角度谈起

• Machine Learning
• Modeling Methods: Tree- based Models
• Feature Selection

第五十九章【视频】逻辑回归与聚类模型重点难点答疑串讲 Logistic Regression & Clustering

• Linear Regression 知识总结
• Logistics Regression 知识总结
• 重点问题汇总

第六十章【互动】A/B测试：综述、因果关系与相关性

• Experiments Overview
• Causation & Correlation
• Randomization

第六十一章【互动】A/B测试：随机分配与代码实践

• 随机分配 Random assignment
• 代码实现 code implementation

第六十二章【互动】A/B测试：统计学假设、I类II类误差与统计功效

• 统计学假设 Statistical Hypothesis
• I类II类误差 Type I and Type II error
• 统计功效 Statistical Power

第六十三章【互动】A/B测试：统计效应与功效分析

• 统计效应 Effect Size
• 功效分析 Power Analysis

第六十四章【视频】A/B测试中的随机采样及Power Test & 课程总结

• A/B测试总结 A/B Test Summary
• 数据分析课程总结 Course Summary
• 项目总结 Final Project