大数据分析高手之路—7903人已学习
课程介绍
本课程由多名大数据业界精英呕心沥血精心打造,主要包括视频、交互、实训平台、以及直播课程。课程视频主要包括大数据的统计学基础、常用统计分析模型、以及爬虫理论与实践。理论与实操案例结合,通过R语言实操练习掌握常用的统计分析模型,通过Python实操掌握基本的爬虫理论与实践。然后再通过实训平台及交互课程的大量实训演练,使学者完全掌握大数据分析师所应具备技能。
课程收益
掌握描述性统计分析的常用指标与统计图表,了解常用概率分布,掌握推断性统计分析的基本方法,包括参数估计与假设检验,了解基本的爬虫理论与Python爬虫实践。
讲师介绍
陈松鑫 更多讲师课程
Adobe知名讲师 Adobe教育讲师委员会委员(国家级) Adobe教育讲师委员会副主任委员(省级) Adobe全国十大金牌讲师 Microsoft Office Certified Master Specialist Instructor (微软全球认证大师级讲师)
课程大纲
第1章:大数据的统计学基础
1. 描述性统计分析概述 11:59
2. 数据集中趋势的测度 7:38
3. 数据离散趋势的测度 8:54
4. 数据分布形态的测度 9:00
5. R实操:描述性统计分析 13:18
6. 常用描述性统计图表 12:50
7. 常用概率分布介绍(一) 15:17
8. 常用概率分布介绍(二) 14:40
9. R实操:统计图表与概率分布(一) 8:25
10. R实操:统计图表与概率分布(二) 18:37
11. 参数估计简介 18:27
12. R实操:参数估计案例 6:35
13. 假设检验简介(一) 19:44
14. 假设检验简介(二) 8:57
15. R实操:假设检验案例 25:15
第2章:常用统计分析模型
1. 线性回归模型(一) 16:07
2. 线性回归模型(二) 14:31
3. 线性回归模型(三) 7:53
4. 线性回归模型(四) 24:52
5. 线性回归模型(五) 7:20
6. Logistic回归模型(一) 11:56
7. Logistic回归模型(二) 9:26
8. Logistic回归模型(三) 10:15
9. 主成分分析(一) 13:36
10. 主成分分析(二) 8:16
11. 主成分分析(三) 5:54
12. 因子分析(一) 14:50
13. 因子分析(二) 12:46
14. 因子分析(三) 6:46
第3章:爬虫理论与实践
1. 爬虫概述 6:56
2. Urllib库的基本用法 9:34
3. Urllib库的高级用法 9:00
4. Cookie的使用 7:32
5. Beautiful Soup 17:45
大家可以点击【 查看详情】查看我的课程
课程介绍
本课程由多名大数据业界精英呕心沥血精心打造,主要包括视频、交互、实训平台、以及直播课程。课程视频主要包括大数据的统计学基础、常用统计分析模型、以及爬虫理论与实践。理论与实操案例结合,通过R语言实操练习掌握常用的统计分析模型,通过Python实操掌握基本的爬虫理论与实践。然后再通过实训平台及交互课程的大量实训演练,使学者完全掌握大数据分析师所应具备技能。
课程收益
掌握描述性统计分析的常用指标与统计图表,了解常用概率分布,掌握推断性统计分析的基本方法,包括参数估计与假设检验,了解基本的爬虫理论与Python爬虫实践。
讲师介绍
陈松鑫 更多讲师课程
Adobe知名讲师 Adobe教育讲师委员会委员(国家级) Adobe教育讲师委员会副主任委员(省级) Adobe全国十大金牌讲师 Microsoft Office Certified Master Specialist Instructor (微软全球认证大师级讲师)
课程大纲
第1章:大数据的统计学基础
1. 描述性统计分析概述 11:59
2. 数据集中趋势的测度 7:38
3. 数据离散趋势的测度 8:54
4. 数据分布形态的测度 9:00
5. R实操:描述性统计分析 13:18
6. 常用描述性统计图表 12:50
7. 常用概率分布介绍(一) 15:17
8. 常用概率分布介绍(二) 14:40
9. R实操:统计图表与概率分布(一) 8:25
10. R实操:统计图表与概率分布(二) 18:37
11. 参数估计简介 18:27
12. R实操:参数估计案例 6:35
13. 假设检验简介(一) 19:44
14. 假设检验简介(二) 8:57
15. R实操:假设检验案例 25:15
第2章:常用统计分析模型
1. 线性回归模型(一) 16:07
2. 线性回归模型(二) 14:31
3. 线性回归模型(三) 7:53
4. 线性回归模型(四) 24:52
5. 线性回归模型(五) 7:20
6. Logistic回归模型(一) 11:56
7. Logistic回归模型(二) 9:26
8. Logistic回归模型(三) 10:15
9. 主成分分析(一) 13:36
10. 主成分分析(二) 8:16
11. 主成分分析(三) 5:54
12. 因子分析(一) 14:50
13. 因子分析(二) 12:46
14. 因子分析(三) 6:46
第3章:爬虫理论与实践
1. 爬虫概述 6:56
2. Urllib库的基本用法 9:34
3. Urllib库的高级用法 9:00
4. Cookie的使用 7:32
5. Beautiful Soup 17:45
大家可以点击【 查看详情】查看我的课程