您现在的位置是：课程
Power BI数据分析快速上手及案例实战
2023-05-30 21:40课程 人已围观
第一天课程
课时 1_概述
课时 2_机器学习概述
课时 3_读取excel及txt
课时 4_连接SAV及MYSQL
课时 5_数据身份及数据基本设定
课时 6_数据集成
课时 7_导出
课时 8_分类变量基本分析
课时 9_连续变量_集中趋势_指标
课时 10_连续变量_离散趋势指标
课时 11_分布及数据审核 课时
12_用小费数据回顾一下今天所学
课时 13_通过药物数据回顾
课时 14_T检验 课时
15_个人收入及小费练习T检验
第二天课程
课时 1_相关分析及检验小总结
课时 2_线性回归的概述
课时 3_通过房价谈线性回归
课时 4_曲线回归
课时 5_逻辑回归
课时 6_Logistic应用电信行业数据
课时 7_ID3算法理解
课时 8_C4.5及c5.0及cart及几种算法比较
课时 9_决策树分析客户违约情况
课时 10_二叉树与c5.0评估对比
第三天课程
课时 1_通过房产复习C.50
课时 2_评估分类器
课时 3_通过三种模型分析个人收入
课时 4_简单布署及过拟合及欠拟合
课时 5_相似性 课时 6_KNN小实例 课时 7_聚类算法简介 课时 8_k_MEAN 课时 9_医药数据谈K-mean及c5.0 课时 10_关联分析常用指标 课时 11_apriori算法原理 课时 12_顾客同时买了什么 课时 13_顾客买了某些商品还会买什么 课时 14_rfm模型
课时 1_概述
课时 2_机器学习概述
课时 3_读取excel及txt
课时 4_连接SAV及MYSQL
课时 5_数据身份及数据基本设定
课时 6_数据集成
课时 7_导出
课时 8_分类变量基本分析
课时 9_连续变量_集中趋势_指标
课时 10_连续变量_离散趋势指标
课时 11_分布及数据审核 课时
12_用小费数据回顾一下今天所学
课时 13_通过药物数据回顾
课时 14_T检验 课时
15_个人收入及小费练习T检验
第二天课程
课时 1_相关分析及检验小总结
课时 2_线性回归的概述
课时 3_通过房价谈线性回归
课时 4_曲线回归
课时 5_逻辑回归
课时 6_Logistic应用电信行业数据
课时 7_ID3算法理解
课时 8_C4.5及c5.0及cart及几种算法比较
课时 9_决策树分析客户违约情况
课时 10_二叉树与c5.0评估对比
第三天课程
课时 1_通过房产复习C.50
课时 2_评估分类器
课时 3_通过三种模型分析个人收入
课时 4_简单布署及过拟合及欠拟合
课时 5_相似性 课时 6_KNN小实例 课时 7_聚类算法简介 课时 8_k_MEAN 课时 9_医药数据谈K-mean及c5.0 课时 10_关联分析常用指标 课时 11_apriori算法原理 课时 12_顾客同时买了什么 课时 13_顾客买了某些商品还会买什么 课时 14_rfm模型
