武漢靠譜的大數(shù)據(jù)分析培訓(xùn)班

發(fā)布時間:2023-01-18 10:14:53來源：尚訓(xùn)網(wǎng)綜合

博為峰大數(shù)據(jù)培訓(xùn)教師+班主任雙重輔導(dǎo)，理論結(jié)合實戰(zhàn)課程全覆蓋，線上、線下課程種類豐富。專屬就業(yè)顧問，全程協(xié)助1對1模擬面試，有效提高入職成功率，同時注重學(xué)員職業(yè)素質(zhì)培養(yǎng)，幫助學(xué)員做好職業(yè)生涯規(guī)劃與管理。

課程適合哪類人學(xué)習(xí)

不限范圍

大專及以上學(xué)歷，不限專業(yè)/經(jīng)驗/性別。

轉(zhuǎn)行人士

希望轉(zhuǎn)行IT互聯(lián)網(wǎng)、金融行業(yè)的各行各業(yè)人士。

感興趣

對大數(shù)據(jù)有興趣，有一定的抗壓力、學(xué)習(xí)能力。

應(yīng)往屆畢業(yè)生

打算從事大數(shù)據(jù)相關(guān)工作的畢業(yè)生。

精選實戰(zhàn)案例

商業(yè)數(shù)據(jù)分析

以APP移動電商平臺的真實用戶-商品行為數(shù)據(jù)為基礎(chǔ)，同時提供移動時代特有的位置信息，通過大數(shù)據(jù)和算法構(gòu)面向建移動電子商務(wù)的商品推薦模型，為移動用戶在合適的時間、合適的地點精準推薦合適的內(nèi)容。

營銷數(shù)據(jù)分析

基于一個展會的專業(yè)觀眾邀請服務(wù)項目總結(jié)數(shù)據(jù)分析報告，具體內(nèi)容包括：服務(wù)內(nèi)容概述，關(guān)鍵名詞定義，總體情況分析，執(zhí)行過程總結(jié)，調(diào)查問題分析，服務(wù)總結(jié)及建議等。

零售數(shù)據(jù)分析

主要通過零售業(yè)的數(shù)據(jù)分析流程、關(guān)鍵指標和數(shù)據(jù)管理的分析，讓學(xué)員對什么是數(shù)據(jù)，數(shù)據(jù)的分析、數(shù)據(jù)的治理、數(shù)據(jù)的管理、業(yè)務(wù)指標的作用及業(yè)務(wù)指標的分析等會有一個全面系統(tǒng)理性的理解。

金融數(shù)據(jù)分析

通過一個真實的信用評分卡案例了解金融風(fēng)控數(shù)據(jù)分析全流程。在信用評分卡中一般使用邏輯回歸作為主要的模型。過程主要包括變量分箱、變量的WOE(證據(jù)權(quán)重)變換和變量選擇(IV值)、邏輯回歸估算。

培訓(xùn)特色

廣度

傳統(tǒng)大數(shù)據(jù)＋商業(yè)智能Bl＋可視化大數(shù)據(jù)+Python大數(shù)據(jù)+Hive大數(shù)分析+人工智能30+項目案例全程貫穿＋五大企業(yè)級商業(yè)大數(shù)據(jù)案例剖析精講。

深度

BI商業(yè)分析—大數(shù)據(jù)—大數(shù)據(jù)—數(shù)據(jù)挖掘—機器學(xué)習(xí)—推薦系統(tǒng)—機器視覺。

價實

直播+錄播（贈送)＋企業(yè)導(dǎo)師周末加餐＋人工智能專業(yè)課程。

就業(yè)

就業(yè)面廣，即可以從事BI、業(yè)務(wù)大數(shù)據(jù)相關(guān)的管理線，也可以從事Python大數(shù)據(jù)相關(guān)的技術(shù)線。

博為峰品牌實力

師資團隊

集教研與教學(xué)為一體，總監(jiān)級專業(yè)講師領(lǐng)銜授課。

課程優(yōu)勢

涵蓋主流數(shù)據(jù)分析技術(shù)、工具搭配更多的熱門實戰(zhàn)項目。

就業(yè)成果

每年可輸送多名IT人才，學(xué)員入職多家招聘合作企業(yè)。

博為峰環(huán)境

數(shù)據(jù)分析是指用適當(dāng)?shù)慕y(tǒng)計分析方法對收集來的大量數(shù)據(jù)進行分析，將它們加以匯總和理解并消化，以求增加開發(fā)數(shù)據(jù)的功能，發(fā)揮數(shù)據(jù)的作用。數(shù)據(jù)分析是為了提取有用信息和形成結(jié)論而對數(shù)據(jù)加以詳細研究和概括總結(jié)的過程。數(shù)據(jù)也稱為觀測值，是實驗、測量、觀察、調(diào)查等的結(jié)果。

博為峰大數(shù)據(jù)課程

課程名稱	課程內(nèi)容
python基礎(chǔ)	python課程的目的、使用JupyterLab、python數(shù)據(jù)類型、元組、列表、字典、python分支結(jié)構(gòu)、python字符串處理+隨機函數(shù)、pthon循環(huán)結(jié)構(gòu)、python面向過程函數(shù)操作、python面向?qū)ο蟆ython關(guān)于excel操作(xlrd庫)、python關(guān)于數(shù)據(jù)庫操作(mysqldb庫)
統(tǒng)計學(xué)基礎(chǔ)	描述性統(tǒng)計、概率的基本概念、貝葉斯、隨機變量及其分布、假設(shè)檢驗
數(shù)據(jù)分析基礎(chǔ)	數(shù)據(jù)分析核心思維、數(shù)據(jù)分析思維技巧、業(yè)務(wù)分析指標、AARRR模型
數(shù)據(jù)分析師職業(yè)分析	數(shù)據(jù)分析師技能要求、數(shù)據(jù)分析師職業(yè)發(fā)展方向
excel數(shù)據(jù)分析	文本清洗函數(shù)、關(guān)聯(lián)匹配函數(shù)、邏輯計算函數(shù)、計算統(tǒng)計函數(shù)、時間序列函數(shù)、excel數(shù)據(jù)分析案例
excel數(shù)據(jù)可視化	常見圖表類型、高級圖表類型、圖表繪制、excel繪圖技巧、excel數(shù)據(jù)可視化案例
excel數(shù)據(jù)透視表、圖	數(shù)據(jù)透視表選項卡介紹、數(shù)據(jù)透視表分組、數(shù)據(jù)透視表計算字段、計算項、值匯總、數(shù)據(jù)透視表切片器、多表聯(lián)動、數(shù)據(jù)透視圖
sql數(shù)據(jù)分析	mysql數(shù)據(jù)庫客戶端工具、庫語句、mysql約束、mysql數(shù)據(jù)插入、sql文件使用、sql函數(shù)、sql正則表達式單表查詢、單表查詢、多表查詢、關(guān)聯(lián)查詢、更改數(shù)據(jù)、刪除數(shù)據(jù)、mysql事務(wù)、mysql存儲過程、mysql視圖、sql數(shù)據(jù)分析案例
tableau數(shù)據(jù)可視化	tableau安裝、數(shù)據(jù)字段管理、函數(shù)與公式計算、圖表制作、儀表盤制作、tableau數(shù)據(jù)可視化案例
numpy數(shù)據(jù)處理	numpy數(shù)據(jù)讀取和存儲、numpy字符串操作、numpy隨機數(shù)生成、numpy統(tǒng)計相關(guān)函數(shù)、numpy線性代數(shù)、numpy數(shù)據(jù)處理案例
pandas數(shù)據(jù)分析	pandas數(shù)據(jù)結(jié)構(gòu)、index對象、series索引操作、dataframe索引操作、pandas索引操作、pandas文件讀寫、pandas數(shù)據(jù)分析案例
scipy數(shù)據(jù)分析	scipy基本功能、scipy整合、scipy優(yōu)化、scipy插值、scipy線性代數(shù)、scipy數(shù)據(jù)分析案例
sklearn機器學(xué)習(xí)數(shù)據(jù)分析	什么是機器學(xué)習(xí)、sklearn回歸、sklearn降維、sklearn分類、sklearn聚類、sklearn數(shù)據(jù)分析案例
statsmodels統(tǒng)計模型數(shù)據(jù)分析	評估線性模型、評估時間序列處理、評估方差分析、statsmodels數(shù)據(jù)分析案例
matplotlib數(shù)據(jù)可視化	什么是matplotlib、matplotlib設(shè)置、柱狀圖繪制、散點圖繪制、直方圖繪制、矩陣繪制、子圖使用、matplotlib數(shù)據(jù)可視化案例
seaborn數(shù)據(jù)可視化	什么是seaborn、常用統(tǒng)計圖形繪制、seaborn數(shù)據(jù)可視化案例
pyecharts數(shù)據(jù)可視化	pyecharts安裝和配置、常用統(tǒng)計圖形繪制、3D柱狀圖繪制、熱力圖繪制、網(wǎng)絡(luò)圖繪制、pyecharts數(shù)據(jù)可視化案例