杭州python培训课程安排

 

为什么要学习数据分析？

“如果你想到找一个拥有大量需求的职业，你需要为一些越来越常见以及廉价的东西提供稀缺且附带额外价值的服务。什么东西正变得越来越常见和飞速积累？数据。什么是为数据提供稀缺且附带额外价值的服务？分析。”

——by Hal Varian 加州大学伯克利分校Google首席经济学家

越来越多的政府机关、企事业单位将选择拥有数据分析师资质的专业人士为他们的项目做出科学、合理的分析、以便正确决策；越来越多的风险投资机构把数据分析师所出具的数据分析报告作为其判断项目是否可行及是否值得投资的重要依据；越来越多的高等院校和教育机构把数据分析师课程作为其中高管理层及决策层培训计划的重要内容；越来越多的有志之士把数据分析师培训内容作为其职业生涯发展中必备的知识体系。根据中国商业联合会数据分析专业委员会统计，未来中国基础性数据分析人才缺口将达到1400万，巨大的人才缺口，覆盖在各个行业的大指数智能化科技企业。

在这种趋势下，CDA数据分析就业班应运而生，旨在为互联网、零售、金融、电信等行业提供专门从事数据的采集、清洗、处理、分析并能制作业务报告、提供决策的新型数据分析人才。

CDA 杭州、南京校区正式开课

在这个暑假，CDA数据分析师杭州和南京校区正式开课啦！

热爱数据分析的小伙伴们，走过路过不要错过！

跟着CDA数据分析师一起开启你的数据分析之旅吧！

校区环境

休闲运动区

近期课程安排&优惠活动

CDA数据分析师就业班课程体系由CDA数据分析研究院精心打造，紧跟市场前沿，带你从EXCEL数据处理、SQL 数据库语言入门，结合实践案例，系统学习概率统计知识、Python数据挖掘以及机器学习建模，并能够完成商业数据分析项目，达到企业用人标准。

课程大纲

滑动查看课程大纲

01章 Excel数据分析

01-01 Excel数据处理技巧和高效方法

01-02 Excel数据收集、整合、规范化

01-03 Excel公式、函数、数组及数据分析

01-04 Excel可视化数据分析（排序、筛选、透视表等）

01-05 Excel图表化数据呈现

02章 数据库管理

02-01 数据库简介

02-02 MySQL 增删改语句

02-03 MySQL select查询语句

02-04 MySQL综合案例

02-05 SQLserver应用

02-06 Oracle应用

03章 Excel BI

03-01 Power Query基本功能介绍

03-02 Power Query进行数据导入

03-03 Power Query横向合并与纵向合并数据

03-04 Power Query M函数与数据预处理

03-05 Power Pivot数据导入功能

03-06 Power Pivot搭建多维数据集与多维数据透视

03-07 Power Pivot创建层次结构及KPI

03-08 Power Pivot综合应用案例：商机相关企业信息

03-09 Power Map数据地图创建及应用方法

03-10 Power View交互式仪表板创建方法

03-11 案例：全国主要城市空气质量地图、餐饮业店铺销售状况仪表盘

04章 Tableau数据可视化

04-01 Tableau公司和产品介绍

04-02 使用Tableau连接多源数据

04-03 Tableau可视化界面介绍

04-04 Tabelau数据分析P1：排序、筛选、计算字段、分层结构

04-05 Tableau数据分析P2：集和参数、趋势线、预测区间

04-06 初级图表：条形图、折线图、饼图、文字云、散点图、地图、树形图、气泡图、图表组合

04-07 高级图表：子弹图、环形图、瀑布图、Bump Chart、Table Formatting

04-08 使用Tableau制作仪表板与故事

04-09 实战项目1：某公司销售数据可视化

04-10 实战项目2：航班运营状况分析

05章 python编程

05-01 python基础语法

05-02 python基本数据类型

05-03 python的运算符

05-04 python字符串、列表、元组等

05-05 python条件控制

05-06 python循环语句

05-07 python函数、类、模块

05-08 python文件操作、异常处理

06章 Python数据清洗

06-01 Numpy的ndarray

06-02 数组的索引和切片

06-03 数组的运算

06-04 常用的数组方法

06-05 Series数据结构

06-06 DataFrame数据结构

06-07 汇总计算

06-08 缺失值处理

06-09 数据合并、重塑

06-10 Groupby技术

06-11 数据透视表和交叉表

07章 Python数据可视化

07-01 可视化基本概念和设计原则

07-02 利用pandas进行数据可视化

07-03 python可视化工具Matplotlib的安装和使用

07-04 Matplotlib高阶绘图

07-05 seaborn绘图

07-06 pyecharts绘图

08章 Python爬虫

08-01 爬虫的基本原理

08-02 HTML简介

08-03 发送请求和网页抓取

08-04 设置浏览器代理

08-05 数据解析-Xpath

08-06 BeautifulSoup简介

08-07 数据解析-正则表达式

08-08 动态渲染页面抓取

08-09 新闻爬虫案例

08-10 招聘爬虫案例

09章 商业BI实战案例

09-01 使用MySQL+Excel制作关键指标监控仪

09-02 使用Excel+SQL制作销售情况分析仪案例：

09-03 Step1：理解数据分析业务背景，确定分析目标

09-04 Step2：使用Power Query连接Mysql进行数据导入和数据预处理

09-05 Step3：使用Power Pivot创建多维数据分析环境

09-06 Step4：使用Excel和Power View制作数据分析仪交互式可视化界面

09-07 商业报告撰写

10章 线性代数

10-01 向量与线性空间

10-02 线性变换与矩阵

10-03 行列式与线性方程组

10-04 欧式空间

10-05 内积因子与算子

11章 统计学

11-01 数据准备

11-02 描述统计

11-03 假设检验

11-04 一元线性回归

11-05 多元回归

11-06 一般logistic回归

11-07 logistic回归与修正

11-08 数据挖掘与logistic回归

12章 python机器学习

12-01 KNN

12-02 Kmeans

12-03 线性回归与logistic回归

12-04 矩阵分解与降维方法（PCA）

12-05 朴素贝叶斯

12-06 决策树：分类树和回归树

12-07 集成算法：随机森林、XGboost、Adaboost

12-08 关联规则与序列模式

12-09 支持向量机

12-10 神经网络基础

13章 大型案例

13-01 案例一：评分卡

13-02 案例二：电商零售

C站（CSDN）能力认证中心