課程簡介
本課程為CDA LEVEL I業務數據分析師認證培訓班—Python專題。Python被譽為最優美的編程語言，具有簡單易學、可擴展性強、可移植性強、豐富的庫等優點。本課程從Python語法基礎、數據提取、數據處理、統計分析、數據建模、數據可視化等體系學習，介紹了使用Python進行數據分析的各個技術細節。通過實際的金融、電信、市場、客戶關系等案例演練，讓學員真正體驗數據分析與Python的魅力。新手完全能夠通過本課程學習，成長為優秀的Python數據分析行家。
學習目標
掌握數據分析基礎理論和常用分析法，并能結合專業統計軟件完成數據分析工作。
掌握數據分析和數據挖掘高級算法，操作相關軟件應用于實際案例。
將數據分析技能與具體業務結合，在學習工作中獨立完成數據分析工作并解決當前問題。
課程從理論到應用，系統進階，由淺入深，偏于實際應用
面向對象
學生、轉行欲從業人士
在職數據分析師
對數據分析和挖掘感興趣的業界人士
學習前需要掌握統計基礎
提前掌握Python語言基礎編程
課程優勢
第1章:數據分析概念與編程基礎
Python數據分析演示
數據科學與Python基礎
Python數據結構與控制流
Python函數
第2章:SQL數據庫與描述性分析
描述性統計分析
描述性分析與Python演示
統計分布方法
Python數據可視化
第3章:數據分析之統計推斷知識
數據庫介紹
SQL查詢語言與Python SQL
Python SQL進行數據合并
使用Python進行數據清洗
第4章:Python進行統計分析和數據清洗
統計推斷與參數估計
假設檢驗與單樣本T檢驗
方差分析
相關與回歸分析
第5章:Python進行回歸分析和降維分析
線性回歸客戶價值預測
線性回歸的模型、目標和算法
多元線性回歸
多元線性回歸2
模型解釋
使用邏輯回歸做流失預警
列聯表回歸
模型評估
銀行貸款案例
第6章:Pandas綜合案例與聚類分析
使用Python進行數據分析
Pandas細節P1
Pandas細節P2
使用Python進行離網用戶預警P1
使用Python進行離網用戶預警P2
Pyecharts數據可視化
數據挖掘模型概述
聚類分析P1
聚類分析P2
聚類分析P3
第7章:Python進行時間序列和綜合案例分析（補充）
使用時間序列做銷量預測P1
使用時間序列做銷量預測P2
使用時間序列做銷量預測P3
使用時間序列做銷量預測P4
