<address id="b53l5"><progress id="b53l5"><font id="b53l5"></font></progress></address>

      <address id="b53l5"></address>
      <sub id="b53l5"></sub><sub id="b53l5"><meter id="b53l5"><cite id="b53l5"></cite></meter></sub>
        <sub id="b53l5"><progress id="b53l5"></progress></sub>
        <listing id="b53l5"><menuitem id="b53l5"></menuitem></listing>
        <sub id="b53l5"><progress id="b53l5"><font id="b53l5"></font></progress></sub><thead id="b53l5"><meter id="b53l5"></meter></thead>

          <track id="b53l5"></track>

              全部课程

              用python学统计学与数据分析

              5000.00 共150天

              建模分析 形式现场北京

              课程大纲或详细介绍:




              课程模块

              一导论
              数据分析知识体系概览与工作流概述

              二理论模块(辅以python代码实现)

              统计学基础
              线性代数基础
              研究方法基础(特色模块)

              三核心模块(python)

              python基础

              数据表操作与清洗

              数据可视化基础

              数据建模

              数据可视化进阶

              四项目实战模块

              教师简介

              1. 本硕毕业于南开大学经济学与金融学背景有海外交换学习经历2年中国人民大学统计学在?#25226;?#31350;生

              2. 目前工作于某?#35838;?#30740;究?#28023;?#20027;要从事数据清理分析建模工作实战经验丰富

              课程特色

              1. 理论与?#23548;?#32467;合通过软件操作加深对统计学理论的理解

              2. ?#23548;?#20013;侧重应用?#35760;ɣ?#35753;学员少走弯路

              3. 个性化制定课程安排一对一或一对二教学指导类似于健身私教灵活上课

              4. 面对面授课问题及时解决效果远胜于网课

              5. 学习同时拓展人脉

              学员评价

                指令处理部件
                老师电话 发消息
                131******98

                购买课程

                他的帖子

                暂无数据

                学员请读

                课程评价

                给该课程打分

                确认退款

                点击确认后将中止学习
                您的学费会在5个工作日退回原账户

                购买课程

                1.联系方式

                2.支付方式

                支付宝 微信

                错误!

                OK
                ش
                <address id="b53l5"><progress id="b53l5"><font id="b53l5"></font></progress></address>

                    <address id="b53l5"></address>
                    <sub id="b53l5"></sub><sub id="b53l5"><meter id="b53l5"><cite id="b53l5"></cite></meter></sub>
                      <sub id="b53l5"><progress id="b53l5"></progress></sub>
                      <listing id="b53l5"><menuitem id="b53l5"></menuitem></listing>
                      <sub id="b53l5"><progress id="b53l5"><font id="b53l5"></font></progress></sub><thead id="b53l5"><meter id="b53l5"></meter></thead>

                        <track id="b53l5"></track>

                            <address id="b53l5"><progress id="b53l5"><font id="b53l5"></font></progress></address>

                                <address id="b53l5"></address>
                                <sub id="b53l5"></sub><sub id="b53l5"><meter id="b53l5"><cite id="b53l5"></cite></meter></sub>
                                  <sub id="b53l5"><progress id="b53l5"></progress></sub>
                                  <listing id="b53l5"><menuitem id="b53l5"></menuitem></listing>
                                  <sub id="b53l5"><progress id="b53l5"><font id="b53l5"></font></progress></sub><thead id="b53l5"><meter id="b53l5"></meter></thead>

                                    <track id="b53l5"></track>