
课程采用“基础思维筑基—>Python工具进阶—>机器学习算法推导—>商业分析与可视化—>高阶业务实战与职业规划”的五阶全链路教学模型,带你从零基础起步,深入理解数据的变异性、规律性与客观性,全面掌握Excel与Python在数据分析中的优劣势及应用场景。课程重点聚焦企业级开发主流技术栈,深入讲解Python爬虫(Selenium、Requests)、数据清洗、Pandas向量化运算、NumPy数组操作以及Matplotlib/PyEcharts可视化技术。你将深入机器学习核心领域,从零推导线性回归、逻辑回归、KNN、SVM、决策树、随机森林及XGBoost等主流算法,并结合B站广告系统、亚马逊跨境电商、天猫交易数据等真实业务场景,实战RFM模型、漏斗分析、用户画像体系及商品画像体系。通过“简历制作、面试应对思路及职业发展规划”的专项辅导,打通从技术学习到高薪就业的完整闭环。这不仅是工具的堆砌,更是对企业级“懂业务、精算法、强实战”数据科学家能力的深度重塑,助你从一名数据分析小白蜕变为具备大厂级业务分析与算法建模能力的稀缺人才。
课程目录:
数据分析师6期
+—01、10周成为数据分析师
| +—第10节 叶老师第二阶段(1)
| | 3.1 课后思考解答.mp4
| | 3.2 为什么数据分析师不能只懂技术.mp4
| | 3.3 不是越高级、越复杂的技术就是好技术.mp4
| | 3.4 数据分析师与一线业务运营者的区别(1).mp4
| | 3.5 数据分析师与一线业务运营者的区别(2).mp4
| | 3.6 bilibili广告系统相关背景及数据介绍.mp4
| | 3.7 CPC广告投放系统的要素介绍(1).mp4
| | 3.8 CPC广告投放系统的要素介绍(2).mp4
| | 3.9 CPC广告投放系统的要素介绍(3.mp4
| | 第10节 叶老师第二阶段(1).rar
| |
| +—第11节 叶老师第二阶段(2)
| | 3.10 b站内CPC广告业务场景与优化问题介绍.mp4
| | 3.11 b站内CPC广告业务优化思路及分析过程1.mp4
| | 3.12 b站内CPC广告业务优化思路及分析过程2.mp4
| | 3.13 CPC广告优化在复杂业务环境下考虑要素.mp4
| | 3.14 推荐书籍及相关岗位.mp4
| | 3.15 课后思考.mp4
| | 4.1 课后思考解答.mp4
| | 4.2 互联网电商平台数据分析的思路(1).mp4
| | 4.3 互联网电商平台数据分析的思路(2).mp4
| | 4.4 bilibili会员购平台业务背景介绍.mp4
| |
| +—第12节 叶老师第二阶段(3)
| | 4.10 Python知识点讲解——数据分析.mp4
| | 4.11 订单数据的宏观分类与分析思路.mp4
| | 4.12 订单时间分布分析.mp4
| | 4.13 订单价格分布分析.mp4
| | 4.14 订单数据的微观分类与分析思路.mp4
| | 4.5 bilibili会员购平台相关数据介绍.mp4
| | 4.6 订单数据的数据分析基本思路.mp4
| | 4.7 Python知识点讲解——单表格读取.mp4
| | 4.8 Python知识点讲解——多表格读取.mp4
| | 4.9 Python知识点讲解——数据清洗.mp4
| |
| +—第13节 叶老师第二阶段(4)
| | 4.15 订单数据的微观分类与分析思路.mp4
| | 4.16 商品单维度分析.mp4
| | 4.17 商品多维度分析.mp4
| | 4.18 不同地区客单价分析.mp4
| | 4.19 订单数据多表格数据的汇总与分析.mp4
| | 4.20 针对用户属性判别的分析.mp4
| | 4.21 针对地区品牌渗透度判别的分析.mp4
| | 4.22 书籍用户画像与订单数据可视化的比较.mp4
| | 4.23 相关岗位及课后思考.mp4
| |
| +—第14节 大周老师第二阶段(1)
| | 3-01认识Series数据类型及大文件的处理方法.mp4
| | 3-02初识NumPy操作.mp4
| | 3-03矢量化运算与切片访问.mp4
| | 3-04花式索引与转置操作.mp4
| | 3-05降维与堆叠.mp4
| | 3-06广播运算.mp4
| | 3-07条件逻辑转数组.mp4
| | 3-08项目实战时间的处理1.mp4
| | 3-09项目实战时间的处理2.mp4
| | 第14节 大周老师第二阶段(1).zip
| |
| +—第15节 大周老师第二阶段(2)
| | 3-10空值填充与重复值处理.mp4
| | 3-11旅游网站项目实战1.mp4
| | 3-12旅游网站项目实战2.mp4
| | 4-01解释Excel的日期bug.mp4
| | 4-02折线图与它的参数们.mp4
| | 4-03柱状图与条形图.mp4
| | 4-04饼图的绘制.mp4
| | 4-05散点图到气泡图.mp4
| | 4-06直方图的绘制与理解.mp4
| | 4-07绘制箱型图.mp4
| |
| +—第16节 大周老师第二阶段(3)
| | 4-08堆积条形图.mp4
| | 4-09子图绘制.mp4
| | 4-10用户信息数据可视化1.mp4
| | 4-11用户信息数据可视化2.mp4
| |
| +—第17节 叶老师第三阶段(1)
| | 5.0 开场白及课后思考讲解.mp4
| | 5.1 第一章节目录介绍.mp4
| | 5.2 互联网电商平台入驻商数据分析的思路.mp4
| | 5.3 亚马逊平台跨境电商业务背景介绍.mp4
| | 5.4 亚马逊平台入驻商相关数据介绍.mp4
| | 5.5第二章节目录介绍.mp4
| | 5.6 什么是入驻商用户画像体系.mp4
| | 5.7 用户画像在业务中的应用场景和业务价值.mp4
| | 5.8 如何搭建亚马逊美国市场用户画像体系.mp4
| | 叶老师第三阶段.rar
| |
| +—第18节 叶老师第三阶段(2)
| | 5.10 用户地区分布分析(2).mp4
| | 5.11 用户地区分布分析(3).mp4
| | 5.12用户购买习惯分析.mp4
| | 5.13 价格地区分布与价格时间分布(1).mp4
| | 5.14 价格地区分布与价格时间分布(2).mp4
| | 5.15 第三章目录介绍.mp4
| | 5.16 用户画像对于多品牌矩阵运营的帮助.mp4
| | 5.17 用户画像对于用户搜索习惯的分析.mp4
| | 5.18 用户画像对于电商团队管理的帮助.mp4
| | 5.9用户地区分布分析(1).mp4
| |
| +—第19节 叶老师第三阶段(3)
| | 5.19 推荐书籍以及课后思考.mp4
| | 6.0 开场白及课后思考解答.mp4
| | 6.1 第一章目录介绍.mp4
| | 6.2 电商入驻商广告业务及传统分析链路分析.mp4
| | 6.3 漏斗模型的搭建与入驻商相关广告应用.mp4
| | 6.4 多广告组分析时如何进行优化决策.mp4
| | 6.5第二章目录介绍.mp4
| | 6.6 仓储体系数据化.mp4
| | 6.7 市场体系数据化.mp4
| | 6.8 运营体系数据化(1).mp4
| |
| +—第1节 开班典礼
| | 1-1课程整体介绍.mp4
| | 1-2预习课程安排.mp4
| | 1-3薪选课详页及认证介绍视频.mp4
| | 1-4 10周成为数据分析师答疑课程一.mp4
| | 20211022数据分析答疑.docx
| |
| +—第20节 叶老师第三阶段(4)
| | 6.10 第三章目录介绍.mp4
| | 6.11 产品生命周期判断.mp4
| | 6.12用户生命周期与使用习惯的精细化运营.mp4
| | 6.13 结合用户使用习惯的增长黑客法则.mp4
| | 6.14 推荐书籍及课后思考.mp4
| | 6.9 运营体系数据化(2).mp4
| |
| +—第21节 大周老师第三阶段(1)
| | 周5-01Jupyter中的列表跳转实现.mp4
| | 周5-02正则表达式的含义及应用场景.mp4
| | 周5-03元字符与反义代码.mp4
| | 周5-04限定符.mp4
| | 周5-05分组匹配.mp4
| | 周5-06贪婪和非贪婪.mp4
| | 周5-07分支条件匹配.mp4
| | 周5-08零宽断言.mp4
| | 周5-09旅游网站数据提取实战.mp4
| | 大周老师第三阶段.rar
| |
| +—第22节 大周老师第三阶段(2)
| | 周5-10租房数据提取.mp4
| | 周5-11电商评论项目实战1.mp4
| | 周5-12电商评论项目实战2词云图绘制.mp4
| | 周5-13股票爬虫实战1.mp4
| | 周5-14股票爬虫实战2.mp4
| | 周6-01递归知识的复习.mp4
| | 周6-02Python递归处理文件和文件夹.mp4
| | 周6-03使用Python进行多文件的数据合并.mp4
| | 周6-04使用Python发送简单邮件.mp4
| | 周6-05发送附件以及多人发送方法实现.mp4
| |
| +—第23节 大周老师第三阶段(3)
| | 周6-06封装发送邮件方法.mp4
| | 周6-07正文的漂亮格式.mp4
| | 周6-08用户行为项目1.mp4
| | 周6-09用户行为项目2.mp4
| |
| +—第24节 叶老师第四阶段(1)
| | 7.0 开场白及课后思考解答.mp4
| | 7.1.0 第一章目录介绍.mp4
| | 7.1.1 什么是商业分析.mp4
| | 7.1.2 数据化商业分析与传统的行业研究区别.mp4
| | 7.1.3 业务分析与商业分析的区别.mp4
| | 7.2.0 第二章目录介绍.mp4
| | 7.2.1 亚马逊Kindle电子书相关数据介绍.mp4
| | 7.2.2 0-1变量、时间序列变量的介绍.mp4
| | 叶老师第四阶段.rar
| |
| +—第25节 叶老师第四阶段(2)
| | 7.2.3 多变量线性回归的概念介绍.mp4
| | 7.2.4 亚马逊Kindle书籍多渠道分析介绍.mp4
| | 7.2.5 亚马逊Kindle书籍多渠道分析数据处理.mp4
| | 7.2.6 亚马逊kindle书籍商业分析1.mp4
| | 7.2.6 亚马逊kindle书籍商业分析2.mp4
| | 7.2.6 亚马逊kindle书籍商业分析3.mp4
| | 7.2.7 电子书对实体书销量影响程度判断1.mp4
| |
| +—第26节 叶老师第四阶段(3)
| | 7.2.7 电子书对实体书销量影响程度判断2.mp4
| | 7.3.0 参考文献,推荐书籍,课后思考.mp4
| | 8.0 开场白及课后思考解答.mp4
| | 8.1 第一章目录讲解.mp4
| | 8.1.1.0 实战项目与业务逻辑回顾.mp4
| | 8.1.1.1 日常型分析报告.mp4
| | 8.1.1.2 调研型分析报告.mp4
| | 8.1.1.3 展示型分析报告.mp4
| | 8.1.1.3 展示型分析报告2.mp4
| |
| +—第27节 叶老师第四阶段(4)
| | 8.1.2 常用的数据统计指标.mp4
| | 8.1.3 电子商务运营中统计指标拆解.mp4
| | 8.1.4 互联网产品的指标体系(1).mp4
| | 8.1.4 互联网产品的指标体系(2).mp4
| | 8.2.0 第二章目录介绍.mp4
| | 8.2.1 用户数据指标.mp4
| | 8.2.2 行为数据指标.mp4
| | 8.2.3 业务数据指标.mp4
| |
| +—第28节 叶老师第四阶段(5)
| | 8.2.4 什么是RFM模型.mp4
| | 8.2.5 如何构建RFM模型.mp4
| | 8.2.6 RFM模型实战案例讲解(1).mp4
| | 8.2.6 RFM模型实战案例讲解(2).mp4
| | 8.2.6 RFM模型实战案例讲解(3).mp4
| | 8.2.6 RFM模型实战案例讲解(4).mp4
| | 8.2.6 RFM模型实战案例讲解(5).mp4
| | 8.3.0 推荐书籍及课后思考.mp4
| |
| +—第29节 大周老师第四阶段(1)
| | 周7-01数据分析与人工智能.mp4
| | 周7-02线性回归的理解与实现.mp4
| | 周7-03初识K近邻.mp4
| | 周7-04KNN的鸢尾花分类实现.mp4
| | 周7-05KMeans聚类分析及实战.mp4
| | 大周老师第四阶段.rar
| |
| +—第2节 第六期-开班典礼
| | 2-1第六期-课程整体介绍.mp4
| | 2-2第六期-预习课程安排.mp4
| |
| +—第30节 大周老师第四阶段(2)
| | 周8-01SQL的使用场景.mp4
| | 周8-02数据库的基本结构.mp4
| | 周8-03SQL语句的分类及功能.mp4
| | 周8-04数据库定义语言.mp4
| | 周8-05数据库操作语言.mp4
| | 周8-06Python操作数据库.mp4
| |
| +—第31节 叶老师第五阶段(1)
| | 9.0 开场白及课后思考解答.mp4
| | 9.1.0 第一章目录介绍.mp4
| | 9.1.1 什么是商品画像体系.mp4
| | 9.1.2 商品画像体系的数据来源(1).mp4
| | 9.1.2 商品画像体系的数据来源(2).mp4
| | 9.1.31 曝光价格分析.mp4
| | 9.1.32 商品review分析.mp4
| | 9.1.33 商品排名趋势分析(1).mp4
| | 9.1.33 商品排名趋势分析(2).mp4
| | 叶老师第五阶段.rar
| |
| +—第32节 叶老师第五阶段(2)
| | 9.1.34 商品标题动态词频分析(1).mp4
| | 9.1.34 商品标题动态词频分析(2).mp4
| | 9.1.34 商品标题动态词频分析(3).mp4
| | 9.2.0 第二章目录介绍.mp4
| | 9.2.1 什么是产品关联度分析.mp4
| | 9.2.3 购物篮分析的应用(1).mp4
| | 9.2.3 购物篮分析的应用(2).mp4
| | 9.2.3 购物篮分析的应用(3).mp4
| | 9.2.4 产品定位分析.mp4
| |
| +—第33节 叶老师第五阶段(3)
| | 10.0 开场白及课后思考讲解.mp4
| | 10.1.0 第一章目录介绍.mp4
| | 10.1.1.1 简历制作.mp4
| | 10.1.1.2 广告、电商、数据分析简历制作.mp4
| | 10.1.2 数据分析师的职业发展规划.mp4
| | 10.1.3 技术问题的准备方法及应对思路.mp4
| | 10.1.4 逻辑问题的准备方法及应对思路(1).mp4
| | 10.1.4 逻辑问题的准备方法及应对思路(2).mp4
| | 10.1.5 业务问题的准备方法及应对思路.mp4
| | 9.3.0 推荐书籍及课后思考.mp4
| |
| +—第34节 叶老师第五阶段(4)
| | 10.1.6 面试中你应该如何展现自己(1).mp4
| | 10.1.6 面试中你应该如何展现自己(2).mp4
| | 10.1.6 面试中你应该如何展现自己(3).mp4
| | 10.2.0 数据分析进阶推荐书籍.mp4
| |
| +—第35节 大周老师第五阶段
| | 周10-01初识PyEcharts.mp4
| | 周10-02实战天猫交易数据可视化.mp4
| | 周10-03广告效果聚类分析.mp4
| | 周9-01SQL的条件查询.mp4
| | 周9-02联合查询与分组查询.mp4
| | 周9-03子查询与关联查询.mp4
| | 周9-04DataFrame与SQL关联查询的比较.mp4
| | 周9-05用户消费行为分析.mp4
| | 大周老师第五阶段.rar
| |
| +—第3节 叶老师第一阶段(1)
| | 3-1.1数据是什么?数据能做什么?.mp4
| | 3-1.2数据的变异性、规律性和客观性.mp4
| | 3-1.3数据分析师的三个特点.mp4
| | 3-1.4数据分析的四大步骤.mp4
| | 3-1.5Excel简介及优劣势分析.mp4
| | 3-1.6Python简介及优劣势分析.mp4
| | 3-2.1课后思考解答.mp4
| | 3-2.2互联网数据分析的基本思路.mp4
| | 3-2.3不同类型的数据分析方法及原理.mp4
| | 叶老师第一阶段.zip
| |
| +—第4节 叶老师第一阶段(2)
| | 4-2.10 多维数据的筛选和应用.mp4
| | 4-2.11 课后思考.mp4
| | 4-2.4 线性回归.mp4
| | 4-2.5 逻辑回归.mp4
| | 4-2.6 仿真模拟.mp4
| | 4-2.7 不同数据分析方法的Excel实践.mp4
| | 4-2.8 图表类型选择.mp4
| | 4-2.9 坐标轴、颜色、图表细节优化.mp4
| |
| +—第5节 大周老师第一阶段(1)
| | 5-1-01开课及上课所需软件.mp4
| | 5-1-02文件读取及路径说明.mp4
| | 5-1-03sheet页读取及DataFrame理解.mp4
| | 5-1-04DataFrame的列访问与计算访问.mp4
| | 5-1-05DataFrame数据的行列访问.mp4
| | 5-1-06数据合并与持久化.mp4
| | 5-1-07DataFrame的URD.mp4
| | 5-1-08员工薪水数据的业务分析探索.mp4
| | 5-1-09认识数据及列的重命名.mp4
| | 大周老师第一阶段.rar
| |
| +—第6节 大周老师第一阶段(2)
| | 1-10探索性分析计算1.mp4
| | 1-11探索性分析计算2.mp4
| | 1-12探索性分析计算3.mp4
| | 1-13探索性分析计算4.mp4
| | 2-01数据分析项目全流程及目标定义剖析.mp4
| | 2-02数据来源及数据抽样详解.mp4
| | 2-03数据探索新分析及脏数据产生的原因.mp4
| | 2-04数据预处理方法与分析建模的理解.mp4
| |
| +—第7节 叶老师第一阶段(新增1)
| | 0 目录.mp4
| | 1 什么是数据运营链路.mp4
| | 2 数据运营的三大模块.mp4
| | 3 事前、事中、事后分析.mp4
| | 4 多维分析的概念.mp4
| | 5 多维分析的应用.mp4
| | 6.1 可视化的目的.mp4
| | 6.2 可视化的原则.mp4
| | 数据分析的概念和意义.pdf
| |
| +—第8节 叶老师第一阶段(新增2)
| | 7.1 可视化中数的应用.mp4
| | 7.2 可视化中图表元素的优化.mp4
| | 7.3 可视化中表的应用.mp4
| | 7.4 可视化中图的应用.mp4
| | 7.5 可视化中组合的应用.mp4
| |
| \—第9节 叶老师第一阶段(新增3)
| 1 统计学的背景与概念.mp4
| 2 统计学中的数据与变量.mp4
| 3 数据、统计、信息、解读、归因的链路.mp4
| 4 趋势:离散+集中+变化.mp4
| 目录.mp4
| 统计学基础应用.pdf
|
+—02、机器学习算法模型推导及项目实战
| +—第10节 主题模型
| | 10.1主题模型.mp4
| | 10.2MLEvsMAPvsBayesian.mp4
| | 10.3从生成的角度来看LDA.mp4
| | 10.4计算模型的参数.mp4
| |
| +—第1节 机器学习介绍
| | 1.1机器学习、大数据、数据挖掘的区别和联系.mp4
| | 1.2分类、回归和聚类的理论.mp4
| | 1.3机器学习的流程 数据预处理.mp4
| | 1.4案例:通过广告投放预测产品销量.mp4
| | 机器学习课件及代码.zip
| |
| +—第2节 K-NN 最近邻
| | 2.1KNN介绍.mp4
| | 2.2欧式距离以及KNN实现.mp4
| | 2.3KNN的决策边界.mp4
| | 2.4通过交叉验证选择K.mp4
| | 2.5特征缩放.mp4
| | 2.6二手车估价案例.mp4
| | 2.7KNN的延伸内容(Optional).mp4
| |
| +—第3节 线性回归与逻辑回归
| | QA.mp4
| | 线性回归1.mp4
| | 线性回归2.mp4
| | 逻辑回归1.mp4
| | 逻辑回归2.mp4
| |
| +—第4节 朴素贝叶斯
| | 4.1朴素贝叶斯的核心思想.mp4
| | 4.2垃圾邮件分类-01.mp4
| | 4.3垃圾邮件分类-02.mp4
| | 4.4手推一个完整的例子.mp4
| | 4.5文本表示-01.mp4
| | 4.6文本表示-02.mp4
| | 4.7Extensions.mp4
| |
| +—第5节 SVM支持向量机
| | 5.1SVM-01.mp4
| | 5.2SVM-02.mp4
| | 5.3SVM-03.mp4
| | 5.4SVM-04.mp4
| |
| +—第6节 决策树与随机森林
| | 6.1决策树01.mp4
| | 6.2决策树02.mp4
| | 6.3随机森林01.mp4
| | 6.4随机森林02.mp4
| | 6.5随机森林03.mp4
| |
| +—第7节 K-means
| | 7.1聚类分析.mp4
| | 7.2kmeans算法.mp4
| | 7.3kmeans算法过程及特性.mp4
| | 7.4kmeans的实现.mp4
| | 7.5kmeans案例.mp4
| | 7.6kmeans的目标函数.mp4
| | 7.7K值如何选择.mp4
| | 7.8其他聚类算法及问答.mp4
| |
| +—第8节 矩阵分解
| | 8.1Recommender.mp4
| | 8.2矩阵分解推荐系统.代码演示.1.mp4
| | 8.3矩阵分解推荐系统.代码演示.2.mp4
| |
| \—第9节 Boosting
| 9.1XGBoost.mp4
| 9.2训练模型.mp4
| 9.3使用泰勒级数近似目标函数.mp4
| 9.4新的目标函数.mp4
| 9.5寻找最好的Split.mp4
|
\—04、数据分析师Python基础必修
+—第1节 Python爬虫入门到项目实战01
| 1.1虚拟环境.mp4
| 1.2selenium环境.mp4
| 1.3基本定位方法.mp4
| 1.4鼠标事件与截图方法.mp4
| 1.5常见安全攻击手法.mp4
|
+—第2节 Python爬虫入门到项目实战02
| 2.1cookies操作.mp4
| 2.2js操作.mp4
| 2.3xpath操作.mp4
| 2.4cssselector requirements.mp4
|
+—第3节 Python爬虫入门到项目实战03
| 3.1京东商品信息保存01.mp4
| 3.2京东商品信息保存02.mp4
| 3.3等待.mp4
| 3.4pymysql.mp4
| 3.5远程启动.mp4
|
+—第4节 Python爬虫入门到项目实战04
| 4.1元类.mp4
| 4.2orm.mp4
| 4.3PageObject.mp4
|
\—第5节 Python爬虫入门到项目实战05
5.1shell使用.mp4
5.2百度贴吧爬虫实战01.mp4
5.3百度贴吧爬虫实战02.mp4
5.4反爬技术讲解.mp4
下载地址:
感谢您的来访,获取更多精彩文章请收藏本站。














![【慕课专栏】Next.js+React+Node系统实战,搞定SSR服务器渲染[5章]-IT技术资源教程免费分享平台](https://www.maocangym.com/wp-content/uploads/2026/05/%E5%B0%81%E9%9D%A2-96.jpg)



