数据分析(进阶)

数据分析(进阶)

Nanodegree key: nd002-cn-advanced

Version: 6.0.0

Locale: zh-cn

有效期内,如果你已经通过所有实战项目,请及时完成毕业;如未及时毕业,有效期结束后课程将被锁定,无法继续回看。

  1. 本课程提供实战项目代码审阅和中文论坛答疑,如有学习疑问,请及时查阅论坛或发帖咨询。
  2. 通过所有必修项目后,在课程中你将看到“完成毕业流程”的按钮,按照流程完成即可获得自己的毕业证书。

Content

Part 01 : 学前必知

Part 03 (Elective) : 用 Python 进行简单数据分析

复习和巩固如何使用 Python 进行数据分析的基本流程。

Part 04 : 实时反馈问卷

Part 05 : 使用统计学验证应用中的假设

复习巩固概率论、贝叶斯定理、描述统计学、假设检验基础,以及运用 Python 编写函数和调用 Python 库的能力。

Part 06 : 数据清洗

深入掌握如何从本地文件、API、互联网等不同来源收集数据,并进行有效清洗;使用 Pandas 评估数据,最后使用 Python 清洗和校验。

Part 07 : 探索性数据分析

了解什么是探索性数据分析,并从配置环境开始,逐步掌握用 R 实现探索性数据分析和可视化。最后你将与 Facebook 数据科学家 Solomon Messing 一起进行钻石价格分析实战,巩固学到的内容。

Part 08 : 通过数据讲故事

深入了解数据可视化的重要性,包括不同的数据类型编码方式:色彩、形状、大小等;熟练掌握 Tableau 基本功能,并学习创建仪表盘和故事,实现生动有力的数据可视化。

Part 09 : 实时反馈问卷

Part 10 (Elective) : (可选)Anaconda 和 Jupyter Notebook

Part 11 (Elective) : (可选)机器学习入门

Part 12 (Elective) : (可选)关系型数据库入门