大数据分析高手之路-陈松鑫-专题视频课程

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