Станьте лучшим аналитиком бизнес-данных. Мы научим вас всему, что вам нужно, чтобы пройти путь от новичка до профессионального аналитика. Вы научитесь использовать Python и новейшие отраслевые инструменты и методы для принятия решений на основе данных.
Мы гарантируем вам, что это самый современный и всеобъемлющий курс по изучению того, как использовать Python и новейшие отраслевые инструменты и методы для анализа бизнес-данных. Вы изучите аналитику, используя реальные данные и примеры, в том числе данные, использованные в популярном фильме Moneyball, чтобы стать лучшим аналитиком бизнес-данных и получить НАНЯТИЕ в этом году.
Что такое аналитика бизнес-данных? Зачем изучать бизнес-аналитику? Чем занимается аналитик бизнес-данных?
Рад, что вы спросили!
Сейчас мы живем в экономике, управляемой данными, и компании по всему миру соревнуются в том, чтобы принимать лучшие решения, основанные на данных.
Быть бизнес-аналитиком — все равно, что быть детективом.
Вы используете инструменты (такие как Python, Facebook Prophet, Google Causal Impact) для исследования и анализа данных, чтобы понять прошлое и предсказать, что, скорее всего, произойдет в будущем. Оттуда вы определите лучший курс действий.
Эти аналитики нужны компаниям, потому что они могут превращать данные в деньги.
Они используют инструменты и методы (которым мы научим вас в этом курсе), чтобы быстро интерпретировать и анализировать данные и превращать их в полезную информацию и идеи. Эта информация используется для принятия ключевых бизнес-решений.
И принятие правильного решения может быть разницей между получением или потерей миллионов долларов.
Вот почему люди с такими навыками анализа данных чрезвычайно востребованы. И почему компании готовы платить большие зарплаты, чтобы привлечь их.
Этот курс по аналитике бизнес-данных с использованием новейших отраслевых технологий ориентирован на эффективность. Так что вам больше не придется тратить время на запутанные, устаревшие, неполные руководства.
Вы будете учиться на практике, выполняя упражнения и забавные задачи, используя данные из реального мира. Это поможет вам укрепить свои навыки, подтолкнет вас к основам и обеспечит глубокое понимание каждой темы и уверенность в использовании ваших новых навыков в любом проекте, с которым вы сталкиваетесь.
Наконец, этот курс будет постоянно обновляться по мере изменения ландшафта.
По мере развития экосистем бизнес-аналитики и бизнес-аналитики мы будем следить за тем, чтобы этот курс постоянно обновлялся новыми лекциями и ресурсами, чтобы вы оставались на вершине своей области.
Этот курс станет вашим отправным пунктом, чтобы получить все последние передовые методы аналитики в любое время в будущем.
Посмотреть больше
Это пробный урок. Оформите подписку, чтобы получить доступ ко всем материалам курса. Премиум
Ограничение времени просмотра
Вы можете просматривать пробный урок только 10 минут. Получите полный доступ, чтобы смотреть без ограничений.
CASE STUDY: Catholic Schools & Standardized Tests (Briefing)
Урок 127.
00:02:54
Python - Directory and Libraries
Урок 128.
00:02:25
Python - Loading Data
Урок 129.
00:02:17
Unconfoundedness
Урок 130.
00:02:43
Python - Comparing Means
Урок 131.
00:04:10
Python - T-Test
Урок 132.
00:04:39
Python - T-Test Loop
Урок 133.
00:03:28
Python - Chi-square Test
Урок 134.
00:04:27
Python - Chi-square Loop
Урок 135.
00:01:50
Python - Other Variables
Урок 136.
00:01:41
The Curse of Dimensionality
Урок 137.
00:07:00
Python - Race Variable Transformation
Урок 138.
00:05:31
Python - Education Variables
Урок 139.
00:03:32
Python - Cleaning and Preparing Dataset
Урок 140.
00:04:05
Common Support Region
Урок 141.
00:07:23
Python - Logistic Regression and Debugging
Урок 142.
00:05:40
Python - Preparing for Common Support Region
Урок 143.
00:01:42
Python - Common Support Region Visualization
Урок 144.
00:04:52
Python - Matching
Урок 145.
00:02:14
Robustness Checks
Урок 146.
00:07:01
Python - Robustness Check - Repeated experiments
Урок 147.
00:01:56
Python - Outcome Visualization
Урок 148.
00:03:39
Python - Robustness Check - Removing 1 confounder
Урок 149.
00:05:26
CHALLENGE: Introduction
Урок 150.
00:14:04
CHALLENGE: Solutions
Урок 151.
00:02:42
My Experience with Matching
Урок 152.
00:00:46
RFM - Game Plan
Урок 153.
00:02:53
Value Based Segmentation
Урок 154.
00:04:54
RFM Model
Урок 155.
00:00:54
CASE STUDY: Online Shopping (Briefing)
Урок 156.
00:02:18
Python - Directory and Libraries
Урок 157.
00:02:30
Python - Loading Data
Урок 158.
00:01:46
Python - Creating Sales Variable
Урок 159.
00:03:34
Python - Date Variable
Урок 160.
00:03:50
Python - Customer Level Aggregation
Урок 161.
00:01:24
Python - Monetary Variable
Урок 162.
00:02:53
Python - Tidying up Dataframe
Урок 163.
00:06:35
Python - Quartiles
Урок 164.
00:01:52
Python - RFM Score
Урок 165.
00:04:42
Python - RFM Function
Урок 166.
00:02:10
Python - Applying RFM Function
Урок 167.
00:04:30
Python - Results Summary
Урок 168.
00:03:32
CHALLENGE: Introduction
Урок 169.
00:12:17
CHALLENGE: Solutions
Урок 170.
00:01:11
Gaussian Mixture - Game Plan
Урок 171.
00:02:10
Clustering
Урок 172.
00:03:58
Gaussian Mixture Model
Урок 173.
00:00:54
CASE STUDY: Credit Cards #1 (Briefing)
Урок 174.
00:02:12
Python - Directory and Data
Урок 175.
00:01:51
Python - Load Data
Урок 176.
00:01:22
Python - Transform Character variables
Урок 177.
00:02:16
AIC and BIC
Урок 178.
00:06:25
Python - Optimal Number of Clusters
Урок 179.
00:01:12
Python - Gaussian Mixture Model
Урок 180.
00:02:51
Python - Cluster Prediction and Assignment
Урок 181.
00:07:47
Python - Interpretation
Урок 182.
00:04:36
CHALLENGE: Introduction
Урок 183.
00:18:05
CHALLENGE: Solutions
Урок 184.
00:03:16
My Experience with Segmentation
Урок 185.
00:01:06
Random Forest - Game Plan
Урок 186.
00:02:17
Ensemble Learning and Random Forest
Урок 187.
00:04:20
How Decision Trees Work
Урок 188.
00:00:38
CASE STUDY: Credit Cards #2 (Briefing)
Урок 189.
00:02:03
Python - Directory and Libraries
Урок 190.
00:01:51
Python - Loading Data
Урок 191.
00:01:44
Python - Transform Object into Numerical Variables
Урок 192.
00:02:22
Python - Summary Statistics
Урок 193.
00:02:31
Random Forest Quirks
Урок 194.
00:01:33
Python - Isolate X and Y
Урок 195.
00:03:41
Python - Training and Test Set
Урок 196.
00:03:00
Python - Random Forest Model
Урок 197.
00:01:19
Python - Predictions
Урок 198.
00:03:45
Python - Classification Report and F1 score
Урок 199.
00:04:23
Python - Feature Importance
Урок 200.
00:02:46
Parameter Tuning
Урок 201.
00:03:15
Python - Parameter Grid
Урок 202.
00:07:11
Python - Parameter Tuning
Урок 203.
00:04:25
CHALLENGE: Introduction
Урок 204.
00:08:30
CHALLENGE: Solutions (Part 1)
Урок 205.
00:09:41
CHALLENGE: Solutions (Part 2)
Урок 206.
00:01:21
Facebook Prophet - Game Plan
Урок 207.
00:02:26
Structural Time Series
Урок 208.
00:03:38
Facebook Prophet
Урок 209.
00:00:52
CASE STUDY: Wikipedia (Briefing)
Урок 210.
00:02:06
Python - Directory and Libraries
Урок 211.
00:02:35
Python - Loading Data
Урок 212.
00:02:49
Python - Transforming Date Variable
Урок 213.
00:01:32
Python - Renaming Variables
Урок 214.
00:02:11
Dynamic Holidays
Урок 215.
00:05:17
Python - Easter Holidays
Урок 216.
00:02:51
Python - Black Friday
Урок 217.
00:02:34
Python - Combining Events and Preparing Dataframe
Урок 218.
00:02:13
Training and Test Set
Урок 219.
00:03:18
Python - Training and Test Set
Урок 220.
00:02:14
Facebook Prophet Parameters
Урок 221.
00:02:38
Additive vs. Multiplicative Seasonality
Урок 222.
00:04:46
Facebook Prophet Model
Урок 223.
00:01:50
Python - Regressor Coefficients
Урок 224.
00:04:38
Python - Future Dataframe
Урок 225.
00:02:20
Python - Forecasting
Урок 226.
00:03:42
Python - Accuracy Assessment
Урок 227.
00:05:41
Python - Visualization
Урок 228.
00:01:08
Cross-validation
Урок 229.
00:08:00
Python - Cross-validation
Урок 230.
00:01:23
Parameters to tune
Урок 231.
00:04:04
Python - Parameter Grid
Урок 232.
00:07:29
Python - Parameter Tuning
Урок 233.
00:04:48
CHALLENGE: Introduction
Урок 234.
00:09:18
CHALLENGE: Solutions (Part 1)
Урок 235.
00:11:08
CHALLENGE: Solutions (Part 2)
Урок 236.
00:08:09
CHALLENGE: Solutions (Part 3)
Урок 237.
00:04:39
Forecasting at Uber
Урок 238.
00:01:18
Thank You!
Автор - zerotomastery.io
zerotomastery.io
Независимо от того, начинаете ли вы изучать программирование или хотите усовершенствовать свои навыки, Академия Zero To Mastery научит вас React, Javascript, Python, CSS и многим другим вещам, чтобы помочь вам продвинуться по карьерной лестнице, получить работу и добиться успеха в некоторых ведущих компаниях.
Команда внимательно читает ваши комментарии и оперативно на них реагирует. Вы можете спокойно оставлять запросы на обновления или задавать любые вопросы о курсе здесь.
Статистика, которая вам нужна в офисе: описательная и логическая статистика, проверка гипотез, регрессионный анализ... Является ли статистика движущей силой в отрасли, в которую вы хотите войти? Вы хотите работать в качестве аналитика по маркетингу, бизнес-аналитика, аналитика данных или ученого данных? Ну, тогда вы попали в нужное место!
Python для лиц, принимающих решения и бизнес-лидеров
Python for decision makers and business leaders
За последние несколько лет Python стал стремительно развиваться. Это означает, что многие организации и группы внедряют Python, когда ранее использовали другие технологии. Почему они переключаются? Что такого в Python делает его настолько эффективным для организаций? Если вам нужно узнать, подходит ли Python для вашего проекта или вашей команды, этот курс даст вам основанный на фактах взгляд на экосистему Python и покажет вам некоторые из наиболе
Python Мастер-класс по Анализу и Визуализации Данных 2022
Python Data Analysis & Visualization Masterclass
Добро пожаловать на (как мне кажется) лучший веб-курс по Pandas, Matplotlib, Seaborn! Этот курс повысит ваши навыки работы с данными, чтобы помочь вам в карьерном росте в области науки о данных, машинного обучения, финансов, веб-разработки или любой другой области, смежной с технологиями.
Представляем Вашему вниманию курс по изучению Обработки и анализу данных на Python. Курс состоит из 4-х частей и включает в себя 48 уроков общей продолжительностью более 15 часа видео.