文件清单 110 项

• 报考指南.pdf
• level1模拟题2.pdf
• level1模拟题3.pdf
• CDA level2 课程说明.png
• 视频课程文档.zip
• 课时 1 张溪梦:从洞察到增长—数据分析的未来.mp4
• 课时 10 1.1.1 如何定位用户.mp4
• 课时 11 1.1.2 业务指标与用户标签的关系-1(1).mp4
• 课时 11 1.1.2 业务指标与用户标签的关系-1.mp4

展开全部 110 项

• 课时 12 1.1.2 业务指标与用户标签的关系-2(1).mp4
• 课时 12 1.1.2 业务指标与用户标签的关系-2.mp4
• 课时 14 1.1.4 用户标签的类型(1).mp4
• 课时 14 1.1.4 用户标签的类型.mp4
• 课时 15 1.1.5总结和例题讲解.mp4
• 课时 16 1.2.1用户标签的制作方法(1).mp4
• 课时 16 1.2.1用户标签的制作方法.mp4
• 课时 17 1.2.2总结和例题讲解(1).mp4
• 课时 17 1.2.2总结和例题讲解.mp4
• 课时 18 1.3.1 用Python做用户画像的基础知识-1.mp4
• 课时 19 1.3.2 用户画像在诊断阶段中的应用(1).mp4
• 课时 20 1.3.3总结和例题讲解.mp4
• 课时 22 2.1.2 概率抽样方法-1.mp4
• 课时 23 2.1.2 概率抽样方法-2.mp4
• 课时 25 2.1.4总结和例题讲解.mp4
• 课时 26 2.2.1市场调研流程和目标设定.mp4
• 课时 27 2.2.2市场调研前准备和实施.mp4
• 课时 29 2.3.0引言.mp4
• 课时 30 2.3.1 单变量描述性统计.mp4
• 课时 32 2.3.3 制图原理_1.mp4
• 课时 33 2.3.3 制图原理_2SPSS作图.mp4
• 课时 36 2.4.1 数据预处理基本步骤.mp4
• 课时 38 2.4.3 分类变量概化处理.mp4
• 课时 39 2.4.4 缺失值处理.mp4
• 课时 40 2.4.5 噪声平滑.mp4
• 课时 41 2.4.6 连续变量分布形态转换和标准化.mp4
• 课时 42 2.4.7 变量降维和WoE.mp4
• 课时 43 2.4.8总结和例题讲解.mp4
• 课时 44 3.1 数据分类.mp4
• 课时 45 3.2 数据建模.mp4
• 课时 46 3.3 数据仓库体系和ETL.mp4
• 课时 48 4.1.1 分析框架.mp4
• 课时 49 4.1.2 样本与总体.mp4
• 课时 50 4.1.3 参数估计-1.mp4
• 课时 51 4.1.3 参数估计-2.mp4
• 课时 52 4.1.4 总结和例题讲解.mp4
• 课时 53 4.2.1 假设检验的示例.mp4
• 课时 55 4.2.3 假设检验的基本步骤和配对样本T检验.mp4
• 课时 56 4.2.4 AB测试优化法.mp4
• 课时 57 4.2.5 总结和例题讲解.mp4
• 课时 58 4.3.1 两样本t检验.mp4
• 课时 59 4.3.2 方差分析.mp4
• 课时 60 4.3.3 相关分析.mp4
• 课时 62 4.3.5 总结和例题讲解.mp4
• 课时 63 4.4.1 一元线性回归模型.mp4
• 课时 65 4.4.3 一元逻辑回归模型.mp4
• 课时 66 4.4.4 逻辑回归极大似然估计法.mp4
• 课时 67 4.4.5 总结和例题讲解.mp4
• 课时 68 5.1.1 矩阵分析法.mp4
• 课时 69 5.1.2主成分分析的理论基础.mp4
• 课时 70 5.1.3主成分分析的计算步骤.mp4
• 课时 71 5.1.4 主成分分析的应用.mp4
• 课时 72 5.1.5-8因子分析.mp4
• 课时 73 5.1.9主成分题目讲解.mp4
• 课时 75 5.2.1-3线性回归-1.mp4
• 课时 77 5.2.5-5.2.7线性回归-3.mp4
• 课时 78 5.2.8总结和试题讲解.mp4
• 课时 79 5.3.1-5.3.4逻辑回归-1.mp4
• 课时 81 5.3.6逻辑回归-3试题讲解mp4.mp4
• 课时 82 5.4.1 聚类方法的基本逻辑.mp4
• 课时 83 5.4.2 系统聚类法.mp4
• 课时 84 5.4.3-4k-means聚类-1.mp4
• 课时 86 5.4.5聚类事后分析.mp4
• 课时 87 5.4.6聚类试题讲解.mp4
• 课时 88 5.5.1 宏观业务指标预测框架.mp4
• 课时 89 5.5.2 趋势分解法.mp4
• 课时 90 5.5.3 ARIMA方法-1.mp4
• CDA level1 课程/
• CDA level2 课程/
• CDA level3 课程/
• CDA脱产就业班/
• 视频课程/
• 00-前言:level2课程导读/
• 第1章:用户标签体系与用户画像/
• 第2章:数据采集与处理/
• 第3章:数据模型管理/
• 第4章:统计分析/
• 第5章 数据分析模型与应用/
• 第6章 数字化工作方法与应用/
• 第7章 选修:python数据分析基础[选学]/
• 脚本及课件/
• 考试大纲及模拟题/
• 第一章:数据挖掘概论/
• 第二章:高级数据处理与特征工程/
• 第三章:自然语言处理与文本分析/
• 第四章:机器学习算法/
• 第五章:机器学习实战/
• LEVEL III模拟题及考试大纲/
• LEVEL III视频课件/
• CDA0314期就业班视频录播/
• D1,数据分析概论与结构化数据/
• D2,业务分析方法/
• D3,统计学基础/
• D4,数据结构-表结构数据/
• D5,多维数据透视分析/
• D6,数据库应用/
• D7,数据库应用2/
• D8,数据库应用3/
• D9,业务分析报告与可视化报表/
• 1节:数据分析基础与二级总结介绍/
• 2节:前导选修课:数据分析指标体系/