第一天 |
课程大纲 | 具体内容 | 时间 |
第一部分大数据背景及数据分析基本逻辑 |
大数据的背景及本质 数据分析的一般逻辑 数据分析师具有的技能及思维方式 数据分析主要的工具介绍 |
1.5个小时 | |
数据库及SQL |
SQL与数据库的价值,为什么要学习SQL 数据库的介绍,基本概念 SQL的基本函数 SQL的表关联 实战案例 |
1.5个小时 | |
Python |
Python的基本指令及语法 基本的数据结构 数据的获取 Numpy+pandas包的介绍 |
1.5个小时 | |
R语言 |
R语言的基本语法 R语言数据结构 数据读取 主要的包应用 |
1.5个小时 |
第二天 |
课程大纲 | 具体内容 | 时间 |
数据可视化 |
数据可视化的基本逻辑 案例介绍 使用R语言进行数据可视化的基本方法 使用Python进行数据可视化的基本方法 |
1.5个小时 | |
探索性数据分析(EDA) |
探索性数据分析的一般流程 案例介绍 使用R语言进行探索性数据分析的基本方法 使用Python进行探索性数据分析的基本方法 |
1.5个小时 | |
统计建模以及机器学习的主要方法介绍 |
有监督学习介绍:逻辑回归、决策树、随机森林等 无监督学习:聚类算法 时间序列 神经网络 |
1.5个小时 | |
机器学习实战案例 |
机器学习的一般流程 案例介绍 使用R语言或者Python建立分类模型 |
1.5个小时 |