商务数据分析,作为当今商业世界不可或缺的一部分,正以前所未有的速度改变着企业的运营方式、决策过程乃至整个行业的竞争格局。在本课程中,我们将系统学习如何收集、处理、分析并解读商务数据,从而为企业决策提供科学依据,提升竞争力。 通过本门课程的学习我们希望能够帮助大家建立起扎实的商务数据分析理论基础,理解数据分析的基本概念、原理和方法。并且通过具体案例,让大家重点掌握如何利用数据分析工具,我们这里使用的是Python语言,来解决商务数据分析中的实际问题。同时,我们也希望通过这门课程,培养大家的数据分析思维,学会从数据中发现问题、分析问题并解决问题的能力。
Free AI-powered learning to build in-demand skills
35% Off Finance Skills That Get You Hired - Code CFI35
Overview
Coursera Flash Sale
40% Off Coursera Plus for 3 Months!
Grab it
Syllabus
- 第1章 商务数据分析概述
- 第2章 NumPy数值计算基础
- 2.1.1 NumPy多维数组(创建数组)
- 2.1.2 NumPy多维数组(数组变换)
- 2.2 数组的索引和切片
- 2.3数组的运算
- 2.4数组的读写
- 2.5Numpy中数据统计与分析
- 实验1:NumPy实验
- 第3章 Pandas统计分析基础
- 3.1.1 Pandas中的数据结构(Series)
- 3.1.2 Pandas中的数据结构(DataFrame)
- 3.2 Pandas索引操作
- 3.3.1 DataFrame数据的查询与编辑(查询)
- 3.3.2 DataFrame数据的查询与编辑(编辑)
- 3.4.1 Pandas数据运算(算术运算、排序、汇总与统计)
- 3.4.2 Pandas数据运算(函数应用和映射)
- 3.5.1 数据分组与聚合、透视表(数据分组)
- 3.5.2 数据分组与聚合、透视表(聚合、透视表)
- 3.6 Pandas可视化
- 实验2:Pandas统计分析实验
- 第4章 Pandas数据载入与预处理
- 4.1数据载入
- 4.2合并数据
- 4.3 数据清洗
- 4.4数据标准化
- 实验3:数据预处理实验(一)
- 实验4:数据预处理实验(二)
- 第5章 时间序列数据分析
- 5.1 日期和时间的数据类型&5.2 时间序列基础&5.3日期范围、频率和移位
- 5.4时期&5.5重采样、降采样、升采样
- 实验5: 时间序列数据分析实验
- 第6章 数据分析
- 6.1线性回归模型(1.一元线性回归 2.多元线性回归)
- 实验6:一元线性回归模型实验
- 6.2 逻辑回归模型
- 实验7:逻辑回归模型实验
- 6.3 AdaBoost模型
- 实验8:AdaBoost算法实验
- 6.4 KMeans算法
- 实验9:KMeans算法实验
- 6.5 智能推荐系统
- 实验10:推荐系统实验
Taught by
Jiang HaiHong, Luo GuangHong, Hao JingYing, and Gao PengYuan