网站大量收购独家精品文档,联系QQ:2885784924

常见行业数据分析工具使用指南.docVIP

  1. 1、本文档共20页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

常见行业数据分析工具使用指南

TOC\o1-2\h\u21859第一章常用数据分析工具概述 3

32511.1数据分析工具的分类 3

228921.2数据分析工具的选择标准 3

10547第二章Excel数据分析 4

118382.1数据整理与清洗 4

162342.1.1数据录入与导入 4

293562.1.2数据排序与筛选 4

34602.1.3数据清洗 4

92952.2数据可视化 5

231472.2.1图表类型及选择 5

305472.2.2图表创建与编辑 5

58442.2.3数据透视表 5

311842.3公式与函数应用 5

245302.3.1常用公式与函数 5

180762.3.2逻辑函数与应用 5

140162.3.3数组公式与高级应用 5

27643第三章Python数据分析 5

86473.1Python环境搭建与库安装 5

32323.1.1Python环境搭建 5

167153.1.2库安装 6

137833.2数据处理与清洗 6

25603.2.1数据导入与导出 6

316923.2.2数据清洗 7

42233.3数据可视化与报表 7

136493.3.1数据可视化 7

313683.3.2报表 8

14993第四章R语言数据分析 8

29044.1R语言环境搭建 8

262544.1.1安装R语言 8

111994.1.2配置R语言环境 8

228774.2数据读取与处理 9

50854.2.1数据读取 9

106244.2.2数据处理 9

111714.3数据可视化与模型分析 9

258034.3.1数据可视化 9

83364.3.2模型分析 10

1463第五章SQL数据分析 10

251655.1SQL基础语法 10

266475.1.1数据定义语言(DDL) 10

12885.1.2数据操纵语言(DML) 10

246985.1.3数据控制语言(DCL) 11

163185.2数据查询与操作 11

296525.2.1SELECT语句 11

117415.2.2数据过滤 11

228075.2.3数据聚合 11

304285.3数据库管理与应用 11

319695.3.1数据库设计 12

214445.3.2数据库维护 12

162475.3.3数据库安全 12

270645.3.4数据库应用 12

10137第六章BI工具数据分析 12

271316.1BI工具概述 12

227736.2数据连接与处理 12

110266.2.1数据连接 13

213226.2.2数据处理 13

194326.3数据可视化与报表制作 13

264806.3.1数据可视化 13

146236.3.2报表制作 13

31208第七章时间序列数据分析 14

281577.1时间序列数据概述 14

98877.2时间序列分析方法 14

218987.3时间序列预测模型 14

14339第八章聚类分析 16

55988.1聚类分析概述 16

132218.2常用聚类算法 16

78648.2.1Kmeans算法 16

43438.2.2层次聚类算法 16

240068.2.3密度聚类算法 16

48388.3聚类分析应用案例 17

200488.3.1市场细分 17

172518.3.2客户分类 17

18318.3.3文本挖掘 17

184568.3.4基因数据分析 17

16635第九章主成分分析 17

168609.1主成分分析概述 17

247209.2主成分分析方法 17

134699.2.1数据标准化 18

111129.2.2计算协方差矩阵 18

91869.2.3计算特征值和特征向量 18

171089.2.4选择主成分 18

123049.2.5主成分得分计算 18

83409.3主成分分析应用案例 18

8978第十章决策树分析 19

2698510.1决策树概述 19

387010.2决策树构建与剪枝 19

19

文档评论(0)

135****9294 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档