CDA数据科学研究院
CDA考试中心
CDA网校
企业服务
CDA社区
CDA竞赛
CDA技术答疑
CDA俱乐部
CDA论坛
关于CDA
App下载
登录
注册
登录
注册
首页
课程中心
数据科学
人工智能
学术量化
全部课程
>>>上线日志
>>>课程分类
公开课
直播课
就业课试听
国外公开课
行业公开课
数据圈子
CDA数字化能力提升计划
CDA考试专区
CDA会员专区
CDAS峰会
SQL答疑专区
会员专区
会员中心
会员课程
线下面授
CDA数据分析脱产就业班(试听)
CDA LEVEL | 数据分析周末班(试听)
CDA LEVEL || 商业分析周末班(试听)
CDA LEVEL ||| 机器学习周末班(试听)
全部班级课
CDA认证
CDA介绍
CDA大纲
CDA题库
CDA教材
CDA专访
CDA考试专区
CDA备考攻略
登录
注册
全部课程
数据科学
新职位
数据科学家
数据分析师
业务数据分析师
大数据工程师
机器学习工程师
商业数据分析师
微专业
案例微课
人力资源
工具安装
Excel基础
SQL数据库
R语言
Python
Python爬虫
Python自动化
统计学
业务分析
数据思维
可视化
BI 商业智能
数据运营
用户画像
互联网运营
Linux
Hadoop
Hive
ETL工具
PySpark
数学基础
数据挖掘/机器学习
空间地理数据处理
数据治理
数字化转型
区块链
金融商业数据分析
数据要素
新职位
微专业
人工智能
微专业
深度学习基础
NLP自然语言处理
CV计算机视觉
SR语音识别
TensorFlow
PyTorch
微专业
学术量化
学术
Python
金融
Stata
SSCI/SCI
DSGE
SPSS
DID专题
内生性
社会网络分析
量化投资
量化
量化投资分析师
学术
量化
公开课
行业公开课
新零售行业
医疗行业
数据中台
金融行业
汽车行业
电商行业
自动驾驶
国外公开课
公开课
CDAS峰会视频
CDA大咖汇
CDA体验课
CDA直播课
CDA大课试听
行业公开课
公开课
认证考试
CDA认证
CDA 认证考试模拟题
CDA 持证人专访
CDA 会员活动
CDA认证
首页
课程中心
数据科学
人工智能
学术量化
全部课程
>>>上线日志
>>>课程分类
公开课
直播课
就业课试听
国外公开课
行业公开课
数据圈子
CDA数字化能力提升计划
CDA考试专区
CDA会员专区
CDAS峰会
SQL答疑专区
会员专区
会员中心
会员课程
线下面授
CDA数据分析脱产就业班(试听)
CDA LEVEL | 数据分析周末班(试听)
CDA LEVEL || 商业分析周末班(试听)
CDA LEVEL ||| 机器学习周末班(试听)
全部班级课
CDA认证
CDA介绍
CDA大纲
CDA题库
CDA教材
CDA专访
CDA考试专区
CDA备考攻略
金融数据分析与应用
第54任务: 第3节 数据描述分析:6 有交互项的线性模型和预测
查看课程
任务列表
第1任务: 1课程介绍
第2任务: 2描述统计
第3任务: 3统计制图1
第4任务: 4统计制图2
第5任务: 5统计制图3
第6任务: 6统计制图4
第7任务: 7数据转换1
第8任务: 8数据转换2
第9任务: 9假设检验1
第10任务: 10假设检验2
第11任务: 11线性回归
第12任务: 1.1-1.2数字化概述1
第13任务: 2.1-2.6数字化的保障机制
第14任务: 3.1-3.2业务流程和数据产品开发1
第15任务: 1.3-1.4数字化概述2
第16任务: 3.3-3.4 业务流程和数据产品开发2
第17任务: 4.1-4.3 指标体系
第18任务: 5.1-5.3 根原因分析
第19任务: 6.1-6.4 客户运营与量化方法
第20任务: 7.1-7.2 金融市场调研方法与流程
第21任务: 7.3-7.4 SQL数据库基础技术
第22任务: 8.1.1 数据分析基础过程
第23任务: 8.1.2 商业分析思维
第24任务: 8.1.3 数据分析报告框架
第25任务: 8.1.4 分析报告模板
第26任务: 8.2.1 数据的统计量
第27任务: 8.2.2 用图表描述业务-1
第28任务: 8.2.3 常用描述数据方法
第29任务: 8.2.4 化妆品销售数据分析
第30任务: 8.2.5 PowerBI使用讲解
第31任务: 9.1-9.2 用户画像使用的标签设计和RFM模型示例
第32任务: 9.3 用Python做描述统计
第33任务: 9.4 用Python做数据处理
第34任务: 9.5 信用卡用户画像展示
第35任务: 第1节 数据分析的武器库:1.1 基本概念1
第36任务: 第1节 数据分析的武器库:1.2 基本概念2
第37任务: 第1节 数据分析的武器库:2 数理统计技术
第38任务: 第1节 数据分析的武器库:3.1 数据挖掘的技术与方法1
第39任务: 第1节 数据分析的武器库:3.2 数据挖掘的技术与方法2
第40任务: 第1节 数据分析的武器库:4 分类模型的评估方法
第41任务: 第2节 Python编程基础 1Python介绍
第42任务: 第2节 Python编程基础2Python语言编程-1
第43任务: 第2节 Python编程基础3Python语言编程-2-1
第44任务: 第2节 Python编程基础4Python语言编程-2-2
第45任务: 第2节 Python编程基础5Python语言编程-3
第46任务: 第2节 Python编程基础6Python语言编程-4
第47任务: 第2节 Python编程基础7Python语言编程-5
第48任务: 第3节 数据描述分析:1.1 背景介绍
第49任务: 第3节 数据描述分析:2 对被解释变量进行描述
第50任务: 第3节 数据描述分析:3.1 对解释变量进行描述1
第51任务: 第3节 数据描述分析:3.2 对解释变量进行描述2
第52任务: 第3节 数据描述分析:4 单变量显著度检验
第53任务: 第3节 数据描述分析:5 无交互项的线性模型
第54任务: 第3节 数据描述分析:6 有交互项的线性模型和预测
第55任务: 第4节 统计推断:4.1 统计推断与假设检验1
第56任务: 第4节 统计推断:4.2 统计推断与假设检验2
第57任务: 第5节 线性回归与逻辑回归:1 线性回归算法概述与变量筛选
第58任务: 第5节 线性回归与逻辑回归:2 线性回归优化与正则化
第59任务: 第5节 线性回归与逻辑回归:3 逻辑回归变量筛选、编码
第60任务: 第6节 个人贷款信用风险评级全流程
第61任务: 1.1 决策性模型:获客营销1
第62任务: 1.1 决策性模型:获客营销1
第63任务: 1.2 决策性模型:获客营销2
第64任务: 2. 客户分群-连续变量降维
第65任务: 3.1 客群细分-聚类1
第66任务: 3.2 客群细分-聚类2
第67任务: 3.3 客群细分-聚类3
第68任务: 4. 保留提升-交叉销售
第69任务: 5.1 识别类模型:分类模型原理1
第70任务: 5.2 识别类模型:分类模型原理2
第71任务: 5.3 识别类模型:申请欺诈1-决策树
第72任务: 5.4 识别类模型:申请欺诈1-组合算法
第73任务: 5.5 识别类模型:申请欺诈-朴素贝叶斯、KNN
第74任务: 5.6 识别类模型:申请欺诈- 神经网络
第75任务: 5.7 识别类模型:违规识别-异常识别和组合算法
第76任务: 6.1 预测和最优化:Python时间处理基础
第77任务: 6.2 使用时间序列分析做销售量预测1
第78任务: 6.3 运营优化
第79任务: 6.4 流程分析和流程挖掘
第80任务: 第1部分:营销战略落地方法论
第81任务: 第2部分:数字化营销技术
第82任务: 第3部分:有监督学习在精准营销中的运用1
第83任务: 第3部分:有监督学习在精准营销中的运用2
第84任务: 第3部分:有监督学习在精准营销中的运用3
第85任务: 第3部分:有监督学习在精准营销中的运用4
第86任务: 第4部分:无监督学习在精细化运营中的运用
第87任务: 第5部分:社交网络的应用案例1
第88任务: 第5部分:社交网络的应用案例2
第89任务: 第5部分:社交网络的应用案例3
学
习
中
心
TOP
技术支持
CDA人工智能社区
工作时间:9:00-19:00
陈老师:13077998983
邮箱:
edu_cda_cn@foxmail.com