2023千峰商业数据分析BI 人工智能AI|完结高清
- ├──01-python基础
- | ├──1.开班典礼和环境安装
- | ├──10.数据类型之元组字典集合的使用
- | ├──11.数据类型之字符串的使用(录播)
- | ├──12.函数基本使用
- | ├──13.函数进阶使用
- | ├──14.高阶函数、装饰器和递归
- | ├──15.包和模块
- | ├──16.面向对象、类和对象及构造函数
- | ├──17.面向对象三大特征之封装和继承
- | ├──18.函数重写和运算符重载及常用方法和属性
- | ├──19.多态和单例设计模式
- | ├──2.计算机基本介绍和Python语言介绍及基本使用
- | ├──20.常见异常及异常处理
- | ├──3.变量与常用数据类型以及输入输出
- | ├──4.常用运算符
- | ├──5.流程控制语句之分支语句
- | ├──6.流程控制语句之循环语句
- | ├──7.数据类型之数字的使用
- | ├──8.数据类型之列表的使用
- | └──9.常用简单算法
- ├──02-办公自动化
- | ├──1.数据持久化及常用文件读写操作
- | ├──2.Python自动化操作Excel
- | ├──3.购物车管理系统
- | ├──4.发送邮件和第三方接入发送短信
- | ├──5.pillow库实现图像处理
- | └──6.正则表达式
- ├──03-运筹帷幄Web前端(录播)
- | ├──1.HTML+CSS系列教程
- | ├──2.JavaScript基础
- | ├──3.jQuery基础及实战
- | ├──4.风靡全球的Vue框架
- | ├──5.那些年你必须掌握的微信小程序
- | ├──6.项目实战之拉勾网
- | └──7.小程序项目实战之喵喵交友
- ├──04-关系型数据库MySQL8从入门到实战
- | ├──1.数据库概述和MySQL的使用
- | ├──2.MySQL定义语言增删改查(一)
- | ├──3.MySQL定义语言增删改查(二)
- | ├──4.MySQL进阶(1)
- | ├──5.mysql进阶(2)(录播)
- | ├──6.使用Python连接操作数据MySQL
- | └──7.作业
- ├──05-分布式数据采集基础到实战
- | ├──1.爬虫基础和requests模块
- | ├──10.scrapy-redis爬取百科-mysql存储
- | ├──11.selenium介绍和使用和验证码破解平台介绍
- | ├──2.反爬措施之代理和网页构成介绍
- | ├──3.使用正则提取网页数据和cookie使用和bs4基础用法
- | ├──4.bs4爬取猫眼电影和xpath语法
- | ├──5.分页爬取网站和多线程爬取网站
- | ├──6.redis介绍和使用
- | ├──7scrapy框架介绍和使用
- | ├──8.scrapy框架原理分析与实战
- | └──9.scrapy-redis分布式爬虫
- ├──06-商业数据分析工具之Excel
- | ├──1.Excel-1
- | ├──2.Excel-2
- | ├──3.Excel-3公式和函数 -1
- | ├──4.Excel-4 公式和函数 -2
- | ├──5.Excel-5 数组
- | ├──6.Excel-6 查找和引用函数
- | ├──7Excel-7 图表
- | ├──7Excel-7图表(录播)
- | └──8.Excel-8 透视表
- ├──07-商业数据分析工具之PowerBI
- | ├──1.PowerBI-1
- | ├──2.PowerBI-2
- | ├──3.PowerBI-3
- | ├──4.PowerBI-4
- | └──5.Power BI-5
- ├──08-商业数据分析工具之Tableau
- | ├──1.Tableau-1
- | ├──2Tableau-2
- | └──3Tableau-3
- ├──09-数据分析利器之Numpy和Pandas
- | ├──1.numpy-1
- | ├──2.numpy-2
- | ├──3.pandas-1
- | ├──4pandas-2
- | ├──5pandas-3
- | ├──6pandas-4
- | └──7pandas-5
- ├──10-数据可视化利器Matplotlib,PyEcharts
- | ├──1.Matplotlib可视化
- | ├──2.Matplotlib可视化
- | ├──3.PyEcharts可视化
- | └──4.Seaborn可视化
- ├──11-数据分析必备内容统计学基础
- | ├──1.基础概念、线性代数
- | ├──2.数据的概况性度量1
- | ├──3.数据的概况性度量2
- | ├──4.统计学极限、导数、微分
- | ├──5.统计学定积分
- | ├──6.统计量及抽样分布、参数估计
- | ├──7.统计学之假设检验
- | └──8.统计学相关分析、分类数据分析
- ├──12-人工智能之机器学习
- | ├──01.机器学习入门和KNN分类算法
- | ├──02.KNN回归算法和统计学基础
- | ├──03.线性代数和线性回归算法原理
- | ├──04-机器学习答疑1
- | ├──04.线性回归应用和岭回归和Lasso回归
- | ├──05.逻辑斯蒂回归
- | ├──06.梯度下降算法和贝叶斯算法
- | ├──07-机器学习答疑2
- | ├──07.决策树和随机森林
- | ├──08.SVM算法原理和SVC分类算法
- | ├──09.SVR回归算法和聚类算法
- | ├──10-机器学习答疑3
- | ├──10.轮廓系数和PCA降维和交叉验证和自动调参
- | ├──11.特征工程和评价指标
- | ├──12.EDA探索性数据分析
- | ├──13.金融信用卡反欺诈项目
- | ├──14.Apriori关联规则算法
- | ├──15.TensorFlow入门和基本模型
- | ├──16.多层神经网络和keras入门
- | ├──17.CNN卷积神经网络
- | ├──18.集成算法
- | ├──19-深度学习答疑4
- | └──19.推荐算法
- ├──13-项目实战
- | ├──1.电商文本挖掘项目
- | └──2.金融风险评估项目
- ├──14-面试技巧、就业指导
- | ├──1.项目指导和面试技巧
- | ├──2.简历制作和就业指导
- | └──3.简历制作职业素质课程(就业)