课程目标：
1、没有数据分析，尤其是数据分析思维，业务决策需求是不可或缺的
从销售、市场、运营、产品经理、用户研究等方面，我们都试图从各种复杂的数据中看到一些方法，从市场、产品、消费者等方面获得洞察力。
2、除了数据分析师，更多的职位开始需要数据分析技能
近50%的职位需要具备「数据分析」能力，目前几乎大部分热门岗位都会在招聘JD中给出“具备数据分析能力”这样的招聘条件。
课程目录：
├──模块0：课程导入
| ├──欢迎来到课程学习
| ├──02课程安排
| └──03课程学习说明
├──模块1 ：PYTHON-ANACONDA 安装和数据导入
| ├──04课前准备：python-anaconda安装教程（Win）
| ├──05课前准备：python-anaconda安装教程（Mac）
| ├──06第1课：jupyter 使用notebook
| └──07第二课:python数据导入教程
├──模块2：学习PYTHON基础知识
| ├──08第三课:Python数据类型&运算符&输入输出
| ├──09练一练
| ├──10第4课：列表&元组&字典
| ├──11练一练
| ├──12第5课：集合&函数
| └──13练一练
├──模块3 ：数据概述和数据可视化
| ├──14Pandas和Matplotlib学习数据
| ├──15第6课:导入和清理Pandas学习的数据
| ├──16第7课:Matplotlib学习数据可视化
| ├──17第8课：App 解释Store评分数据案例
| ├──18第9课：App Store业务数据概况分析分析
| ├──19第10课：App 价格单变量分析
| ├──20第11课：App Store 可视化业务数据
| ├──21第12课：App Store 业务解读数据分析
| ├──22第13课：App Store评分数据案例总结总结
| └──23Weeek1操作:优衣库销售数据分析
├──模块4：数据概述和数据模型
| ├──24第14课:L1课程回顾-回归模型基础
| ├──25第15课:使用Sklearn预测和分析宝洁的销售额
| ├──26第16课:宝洁业务数据概况分析
| ├──27第17课:宝洁event单变量分析与转移
| ├──28第18课：宝洁变量相关性分析
| ├──第19课29课：宝洁业务回归模式
| ├──30第20课:宝洁回归模型结果及业务解读
| └──31Week2作业：小红书销售预测
├──模块5：逻辑回归和客户流通预测
| ├──32.第21课:L1课程回顾-分类模型基础
| ├──33.第22课:逻辑回归预测恶性肿瘤病例
| ├──34.第23课:使用分类模型预测AT:&T客户流转
| ├──35.第24课：AT&T业务数据概况分析
| ├──36.第25课：AT&T流失变量分析
| ├──37.第26课：AT&T变量相关性分析
| ├──38.第27课：AT&T逻辑回归模型和优化
| ├──39.第28课:案例总结:逻辑回归模型系数解读
| └──40.Week3操作:客户使用天猫优惠券预测
├──模块6：聚类分析与客户分组
| ├──41.第29课:L1课程回顾-聚类模型基础
| ├──42.第30课:非监督聚类分析介绍
| ├──43.第31课:Kmeans聚类分析基础
| ├──44.第32课:案例(1)：年龄和收入数据分组
| ├──45.第33课:案例(2)：Airbnb数据环境下的客户分层
| ├──46.第34课:Airbnb业务数据概况分析
| ├──47.第35课:Airbnb业务数据单变量分析
| ├──48.第36课:Airbnb聚类分析模型和优化
| ├──49.第37课:Airbnb聚类分组业务解读
| └──50.Weeek4操作:mobike用户分组
├──模块7：爬虫
| ├──51.第38课:爬虫准备1-学习HTML语言
| ├──52.第39课:2.1-学习爬虫的原理和步骤
| ├──53.第40课:2.2-主要爬虫库
| ├──54.第41课:爬虫练习-使用Web Scraper 爬网页的插件
| ├──55.第42课:爬虫数据分析案例-美团美食名单
| └──56.Weeek5作业:爬知乎
└──作业
[我要扒资料]
