大數(shù)據(jù)時(shí)代的到來(lái),機(jī)器學(xué)習(xí)算法的不斷發(fā)展,各種高深的算法也成了數(shù)據(jù)分析員日常討論的話(huà)題,然而,并不是每一個(gè)崗位的數(shù)據(jù)分析都需要用到各種高深的機(jī)器學(xué)習(xí)算法,很多職場(chǎng)中的數(shù)據(jù)分析往往只涉及基礎(chǔ)的部分,無(wú)需用到各種復(fù)雜難懂的算法,只需要基本的分析,即可為公司的運(yùn)營(yíng)決策提供參考。很多人并不需要專(zhuān)業(yè)的知識(shí)儲(chǔ)備,,不需要懂?dāng)?shù)學(xué)算法,不需要掌握高大上的專(zhuān)業(yè)軟件,只需掌握最有效的分析技術(shù)輔助支撐現(xiàn)有業(yè)務(wù)即可。
第一部分:數(shù)據(jù)分析理論基礎(chǔ)
第1部份: 數(shù)據(jù)分解與實(shí)驗(yàn)設(shè)計(jì)
數(shù)據(jù)無(wú)處不在,然而我們應(yīng)該如何處理數(shù)據(jù)材料,將原始數(shù)據(jù)轉(zhuǎn)變?yōu)橥七M(jìn)現(xiàn)實(shí)工作的妙策?如何設(shè)計(jì)實(shí)驗(yàn)才能獲得質(zhì)量高的數(shù)據(jù)進(jìn)行分析?
第2部份:最優(yōu)化
利潤(rùn),效率,收入等,當(dāng)然是多多益善,那怎樣調(diào)整決策變量,才能找出最優(yōu)化的解決方案?
第3部份: 假設(shè)檢驗(yàn)與貝葉斯統(tǒng)計(jì)
世事紛紜,真假難辨。如何根據(jù)現(xiàn)有數(shù)據(jù),推斷出事實(shí)的真相?
第4部份:貝葉斯統(tǒng)計(jì)
如果根據(jù)已有條件,推斷某個(gè)事件發(fā)生的概率?
第5部份:直方圖與數(shù)據(jù)分布
數(shù)據(jù)的圖形表示方法不計(jì)其數(shù),直方圖就是其中一種用于獨(dú)立數(shù)據(jù)分布、差異、集中趨勢(shì)的圖表,那我們到底從直方圖看出了什么?
第二部分:動(dòng)手實(shí)踐Excel操作
第6部份:Excel的數(shù)據(jù)讀入與整理
數(shù)據(jù)讀入與整理,往往是數(shù)據(jù)分析最費(fèi)時(shí)間的一步,如何高效完成這個(gè)工作?
第7部份:數(shù)據(jù)清洗
面對(duì)眾多形式各異的數(shù)據(jù)Excel中有什么數(shù)據(jù)清洗技巧?
第8部份:數(shù)據(jù)可視化
龐雜晦澀的數(shù)據(jù)不僅令人厭倦不堪,而且浪費(fèi)時(shí)間與精力,相反,一張簡(jiǎn)單明了的圖像芳兒更令人印象深刻。如何將海量數(shù)據(jù)轉(zhuǎn)化為一張圖?
第9部份:回歸預(yù)測(cè)
如何借助歷史數(shù)據(jù),預(yù)測(cè)未來(lái)走勢(shì),為決策提供參考?
第三部分:商業(yè)智能Power BI
第10部份:Power BI 與Excel
Power BI 是什么?跟Excel有什么關(guān)聯(lián)?如何使用PowerBI
第11部份:高效數(shù)據(jù)整理工具PowerQuery
如何利用Power Query避免重復(fù)的數(shù)據(jù)整理工作?
第12部份: Power Pivot數(shù)據(jù)建模分析
想讓您的企業(yè)周報(bào)、月報(bào)自動(dòng)化?想告別重復(fù)枯燥的Vlookup?想用Excel處理百萬(wàn)、千萬(wàn)行的多源數(shù)據(jù)?
第13部份:Power BI 報(bào)表實(shí)踐
如何有效利用Power BI 與Excel分析商業(yè)數(shù)據(jù),為企業(yè)運(yùn)營(yíng)決策提供助力?
|