| 资源(33) | 时长( 00:00:00) | 播放量(70112) |
|---|---|---|
6.1 什么是商务数据分析报告 |
/ | 1906 |
|
6.2 如何撰写规范的商务数据分析报告 |
/ | 1919 |
|
5.1 为什么商务数据需要可视化 |
/ | 2126 |
|
5.2 什么是商务数据可视化 |
/ | 1996 |
|
5.3 商务数据可视化基本流程 |
/ | 2018 |
|
5.4 数据可视化基本原则 |
/ | 1885 |
|
5.5 比较类商务数据如何实现可视化 |
/ | 1940 |
|
5.6 分布类商务数据如何实现可视化 |
/ | 1888 |
|
5.7 占比类商务数据如何实现可视化 |
/ | 1872 |
|
5.8 关联类商务数据如何实现可视化 |
/ | 1886 |
|
5.9 商务数据可视化如何优化 |
/ | 1848 |
|
1.1 为什么学习商务数据分析 |
/ | 3138 |
|
1.2 什么是商务数据分析 |
/ | 2665 |
|
1.3 如何实现商务数据分析 |
/ | 2485 |
|
1.4 如何优化商务数据分析 |
/ | 2341 |
|
1.5 如何规避商务数据分析的陷阱 |
/ | 2274 |
|
1.6 商务数据分析的常用工具 |
/ | 2225 |
|
3.2 回归分析—逻辑回归 |
/ | 1983 |
|
3.3 回归分析—线性回归其它话题 |
/ | 1925 |
|
3.4 回归分析—时间序列分析 |
/ | 1943 |
|
4.1聚类分析—k means |
/ | 2083 |
|
4.2聚类分析—分层聚类 |
/ | 1979 |
|
4.3分类技术—决策树 |
/ | 1915 |
|
4.4 分类技术—SVM |
/ | 1903 |
|
4.5数据挖掘分析—关联规则 |
/ | 1918 |
|
3.1回归分析—线性回归 |
/ | 2130 |
|
1.7 商务数据分析的常用模型 |
/ | 2017 |
|
2.1 如何理解商务数据 |
/ | 2644 |
|
2.2 什么是商务数据采集 |
/ | 2215 |
|
2.3 如何实现商务数据采集 |
/ | 2125 |
|
2.4 为什么商务数据需要处理 |
/ | 2212 |
|
2.5 如何清洗商务数据 |
/ | 2385 |
|
2.6 如何高效清洗商务数据 |
/ | 2323 |