七周成为数据分析师

课程简介:

明星讲师。资深数据分析师,数据化运营专家秦路老师,潜心磨剑打造精品课程;
规划全面。涵盖基础、业务、思维、工具、方法等方方面面,提纲挈领,为数据分析师之路奠定坚实基础;
循序渐进。环节紧凑,积跬步以至千里,七周为期,焕发不一样的职业通道;
精品质量。教学方式活泼生动、易于理解与掌握;精致案例如临其境,利于提高实战能力;

[code]官方课程链接:https://edu.hellobi.com/course/205/overview[/code]

课程目录:

章节1: 如何七周成为数据分析师
课时1:为什么需要七周
课时2:七周应该怎么学

章节2: 第一周:数据分析思维
课时3:为什么思维重要
课时4:数据分析的三种核心思维(结构化)
课时5:数据分析的三种核心思维(公式化)
课时6:数据分析的三种核心思维(业务化)
课时7:数据分析的思维技巧(象限法)
课时8:数据分析的思维技巧(多维法)
课时9:数据分析的思维技巧(假设法)
课时10:数据分析的思维技巧(指数法)
课时11:数据分析的思维技巧(二八法)
课时12:数据分析的思维技巧(对比法)
课时13:数据分析的思维技巧(漏斗法)
课时14:如何在业务时间锻炼数据分析思维

章节3: 第二周:业务
课时15:为什么业务重要
课时16:经典的业务分析指标
课时17:市场营销指标
课时18:产品运营指标
课时19:用户行为指标
课时20:电子商务指标
课时21:流量指标
课时22:怎么生成指标
课时23:如何建立业务分析框架
课时24:市场营销模型
课时25:AARRR模型
课时26:用户行为模型
课时27:电子商务模型
课时28:流量模型
课时29:如何应对各类业务场景
课时30:如何应对各类业务场景(小练习)
课时31:数据化管理业务

章节4: 第三周:Excel
课时32:为什么要学习Excel
课时33:文本清洗函数
课时34:常见的文本清洗函数练习
课时35:关联匹配函数
课时36:逻辑运算函数
课时37:计算统计函数
课时38:时间序列函数
课时39:Excel的常见技巧
课时40:Excel工具(1)
课时41:Excel工具(2)
课时42:用Excel进行数据分析(1)
课时43:用Excel进行数据分析(2)

章节5: 第四周:数据可视化
课时44:数据可视化之美
课时45:常见的图表类型与应用
课时46:高级图表类型与应用
课时47:图表绘制
课时48:Excel绘图技巧
课时49:散点图
课时50:辅助列
课时51:复合图表
课时52:甘特图(1)
课时53:甘特图(2)
课时54:标靶图
课时55:杜邦分析法
课时56:Power BI入门
课时57:Power BI基础功能
课时58:Power BI操作技巧
课时59:用BI进行数据分析(1)
课时60:用BI进行数据分析(2)
课时61:Dashboard

章节6: 第五周:MySQL
课时62:MySQL安装
课时63:数据库
课时64:数据库实操
课时65:SQL select
课时66:SQL 条件查找
课时67:SQL group by
课时68:SQL group by 高级
课时69:SQL 函数
课时70:SQL 子查询
课时71:SQL join
课时72:SQL leetcode
课时73:SQL 加载
课时74:SQL 时间
课时75:SQL 练习(1)
课时76:SQL 练习(2)
课时77:SQL 连接 power bi

章节7: 第六周:统计学
课时78:描述统计学
课时79:分位数
课时80:标准差
课时81:权重统计
课时82:切比雪夫
课时83:箱线图
课时84:直方图
课时85:概率
课时86:贝叶斯
课时87:二项分布1
课时88:二项分布2
课时89:泊松分布
课时90:正态分布
课时91:假设检验

章节8: 第七周:Python
课时92:入门
课时93:数据类型
课时94:变量
课时95:列表
课时96:列表进阶
课时97:字典
课时98:集合
课时99:控制流
课时100:Python控制流循环
课时101:Python循环进阶
课时102:Python函数
课时103:高阶函数
课时104:第三方包
课时105:numpy
课时106:Python series
课时107:dataframe
课时108:Python dataframe查找
课时109:read_csv
课时110:计算
课时111:Python groupby
课时112:Python Pandas关联
课时113:Python Pandas 多重索引
课时114:Python Pandas 文本函数
课时115:Python Pandas 去重
课时116:Python Pandas apply
课时117:Python Pandas 聚合 apply
课时118:Python Pandas 数据透视
课时119:Python 连接数据库
课时120:Python连接数据库2
课时121:Python 连接数据库3
课时122:Python 练习 markdown
课时123:Python 练习(1)
课时124:Python 练习(2)
课时125:Python 练习(3)
课时126:Python 练习(4)
课时127:Python 练习(5)
课时128:Python 练习(6)
课时129:Python 练习(7)
课时130:Python 练习(8)
课时131:Python 练习(9)
课时132:Python 可视化(1)
课时133:Python 可视化(2)
课时134:Python 可视化(3)
课时135:Python 可视化(4)
课时136:Python 可视化(5)
课时137:Python 可视化(6)
课时138:Python 可视化(7)
课时139:Python 可视化(8)
课时140:Python seaborn 01
课时141:Python seaborn 02
课时142:Python seaborn 03
课时143:Python Seaborn 04
课时144:Python Seaborn 05
课时145:Python seaborn 06
课时146:python superset 01
课时147:Python superset 02
课时148:Python superset 03
课时149:Python superset 04
课时150:Python superset 05

课程截图:

10小时入门大数据

课程简介:

时下引领着技术变革的非“大数据”莫属,本课程带你从0基础开始上手,让你全面掌握Hadoop开发的核心技能:HDFS 、YARN 、MapReduce的搭建及框架的应用,了解最火爆最前沿的大数据技术发展趋势,快速入门大数据!

课程目录:

第1章 大数据概述
本章将从几则故事说起,让大家明白大数据是与我们的生活息息相关的,并不是遥不可及的,还会介绍大数据的特性,以及大数据对我们带来的技术变革,大数据处理过程中涉及到的技术
第2章 初识Hadoop
本章节将带领大家认识Hadoop以及Hadoop生态系统、Hadoop的发展史、Hadoop的优缺点、Hadoop的三个核心组件、Hadoop发行版的选择以及Hadoop在企业中的案例分享,为后续深入讲解Hadoop打下坚实的基础
第3章 分布式文件系统HDFS
本章将从Hadoop的设计目标、架构及副本的脚本带大家详细剖析,快速搭建单节点伪分布式HDFS的实验环境,并讲解使用hdfs shell以及Java API的方式操作HDFS文件系统,并详细分析HDFS文件的读写流程,使得大家对Hadoop分布式文件系统HDFS有深刻的认识以及使用…
第4章 分布式资源调度YARN
本章将从YARN的产生背景、YARN的架构及执行流程的角度带大家认知Hadoop的资源调度框架YARN,快速搭建单节点伪分布式YARN的实验环境并掌握如何提交一个官方自带的MapReduce作业提交到YARN上运行
第5章 分布式计算框架MapReduce
本章将从架构、优缺点、编程模型等角度带大家认识Hadoop的分布式计算框架MapReduce,掌握MapReduce应用程序的开发,学会配置JobHistory Server
第6章 Hadoop项目实战
本章将通过对慕课网主站的访问日志进行分析的项目实战,来将前面几个章节讲解的知识点串联起来,综合使用Hadoop的技术进行离线统计分析
第7章 Hadoop分布式集群搭建
本章将带领大家搭建一个三个节点的分布式Hadoop集群环境,让大家对于Hadoop集群的安装有更深入的认识,并将项目实战案例运行在分布式集群环境中
第8章 Hadoop集成Spring的使用
本章将带领大家使用Java社区中最流行的Spring框架来整合Hadoop的使用
第9章 前沿技术拓展: Spark/Flink/Beam
本章将带领大家认识当前大数据领域中非常火爆的三个框架:Spark、Flink以及Beam,并使用这三个框架完成词频统计分析操作,为大家以后更加深入的学习这几个框架打下坚实的基础
第10章 Hadoop3.x新特性
本章将带来大家学习Hadoop3.x版本的一些新特性,实时跟上Hadoop社区的发展

课程截图: