幻仿编程 Udemy 付费课程,独家中英字幕 + 配套资料!
限时1折特惠!课程永久访问权,随时随地学习!
Python + SQL + Tableau:整合 Python、SQL 和 Tableau
查看全貌:了解如何将数据科学中三个最重要的工具结合起来:Python、SQL和Tableau
讲师:365 Careers
你将学到什么
- 如何将Python、SQL和Tableau结合起来使用
- 软件集成
- 数据预处理技术
- 应用机器学习
- 创建可后续使用的机器学习模块
- 连接Python和SQL,将数据从Jupyter传输到Workbench
- 在Tableau中可视化数据
- 分析和解释Jupyter和Tableau中的练习输出
要求
- 具备基础的Python编程技能
- 具备基础的SQL知识
- 具备基础的Tableau数据可视化使用能力
课程描述
Python、SQL和Tableau是数据科学领域中最为广泛使用的工具。
Python是领先的编程语言;
SQL是与数据库系统通信最常用的方式;
Tableau是数据可视化的首选方案;
简而言之 – SQL帮助我们存储和处理所要工作的数据,Python允许我们编写代码和执行计算,然后Tableau使我们能够实现美观的数据可视化。一个良好的集成这三个支柱的方案,每年可以帮助企业节省数百万美元的报告人员成本。
因此,不言而喻的是,雇主在发布数据科学家和商业智能分析师职位描述时,会寻找具备Python、SQL和Tableau技能的候选人。不仅如此,他们还希望找到了解这三种工具如何同时使用的候选人。这样重复性的数据分析任务就可以实现自动化。
因此,在本课程中,我们将教你如何集成Python、SQL和Tableau。这是一个对你在求职市场上脱颖而出至关重要的技能。事实上,如果你掌握其他求职者所缺乏的相关技能,就能让你的简历更具竞争力,从而获得面试机会。
很多人知道如何编写一些Python代码。
有些则在一定程度使用SQL和Tableau。
然而,很少有人能够看到全局并 将Python、SQL和Tableau整合成一个整体的解决方案。 在不久的将来,大多数企业将通过实施你在本课程中学到的技术来自动化其报告和商业分析任务。如果你最终成为自动化这些任务的人,这些技能对于你未来在公司或咨询公司的发展将非常有价值。
我们曾在一家全球大型公司中发现,具备这些技能的顾问每小时可以收取四位数的费用。该公司愿意支付这笔钱,因为最终产品在长期来看带来了显著的效率提升。
课程从介绍软件集成的概念开始。我们将讨论一些重要术语,如服务器、客户端、请求和响应。此外,你还将学习数据连接、API和端点。
接下来,我们将介绍本课程围绕的现实示例练习 –‘工作期间缺勤’数据集。随后的 预处理部分将让你感受到在实际工作情境中,商业智能和数据科学是如何运作的。这极为重要,因为数据科学家工作的很大一部分包括预处理,但许多学习资料却忽略了这一点。
接着,我们将应用一些 机器学习 来分析我们的数据。你将学习如何从机器学习的角度探索当前的问题,如何创建目标,这一部分练习需要什么样的统计预处理,如何训练机器学习模型,以及如何测试模型。这是一个真正全面的机器学习练习。
将Python与SQL连接并不是一件容易的事。我们在课程中专门设有一个完整章节来讲解如何实现这一点。完成该章节后,你将能够将数据从Jupyter传输到Workbench。
最后,如我们承诺的那样,Tableau将允许我们可视化之前所处理的数据。我们将准备多张有洞见的图表,并一起解析结果。
正如你所看到的,这是一个真正全面的数据科学练习。 无需犹豫,如果你现在参加本课程,你将获得难以替代的技能,帮助你在求职竞争中脱颖而出。
此外,我们还提供30天无条件退款保证,无需提问,只要你对课程不满意即可全额退款。
那么,让我们开始吧!你唯一会感到的遗憾是,你没有更早地发现这门课程。
适合人群:
- 中级和高级学习者
- 希望提升简历竞争力的学习者
- 对商业智能和数据科学职业感兴趣的人士
| 共 66 节课程 • 总时长 5 小时 13 分钟 | |
| 第一章 介绍 | |
| 1. 这门课程涵盖哪些内容 | 3分55秒 |
| 第二章 什么是软件集成 | |
| 1. 属性和定义 数据、服务器、客户端、请求和响应 | 4分44秒 |
| 2. 属性和定义 数据连接性、API和端点 | 7分4秒 |
| 3. APIs的更多详细信息 | 8分6秒 |
| 4. 文本文件作为交流方式 | 4分21秒 |
| 5. 定义和应用 | 5分25秒 |
| 第三章 设置工作环境 | |
| 1. 设置环境 – 简介(请勿跳过!) | 51秒 |
| 2. 为什么选择Python以及为什么选择Jupyter | 4分59秒 |
| 3. 安装Anaconda | 3分34秒 |
| 4. 使用Jupyter简介 | 4分52秒 |
| 5. Jupyter – 使用Notebook文件 | 4分29秒 |
| 6. Jupyter – 使用快捷键 | 7分24秒 |
| 7. Jupyter – 处理错误消息 | 5分52秒 |
| 8. Jupyter – 重启内核 | 2分3秒 |
| 9. 安装 sklearn | 1分16秒 |
| 第四章 课程接下来是什么 | |
| 1. 前方 | 4分7秒 |
| 2. 现实生活中的例子:工作中的缺勤 | 2分48秒 |
| 3. 实际案例 数据集 | 3分18秒 |
| 第五章 预处理 | |
| 1. Python中的数据集 | 3分23秒 |
| 2. 数据一览 | 5分53秒 |
| 3. 关于我们使用多义词的说明 | 3分27秒 |
| 4. 为当前任务选择合适的方法 | 2分17秒 |
| 5. 删除不相关数据 | 6分27秒 |
| 6. 检查缺席原因 | 5分4秒 |
| 7. 拆分列到多个虚拟变量 | 8分37秒 |
| 8. 虚拟变量及其统计重要性 | 1分28秒 |
| 9. 分组 – 将虚拟变量转换为分类变量 | 8分35秒 |
| 10. 在Python中连接列 | 4分35秒 |
| 11. 在Pandas DataFrame中更改列顺序 | 1分43秒 |
| 12. 在代码中实现检查点 | 2分52秒 |
| 13. 探索初始日期列 | 7分48秒 |
| 14. 使用日期列提取适当的月份值 | 6分59秒 |
| 15. 介绍星期几 | 3分36秒 |
| 16. DataFrame 的进一步分析 下5列 | 3分17秒 |
| 17. 对DataFrame的进一步分析 教育,儿童,宠物 | 4分38秒 |
| 18. 关于预处理的一点最后说明 | 1分59秒 |
| 第六章 机器学习 | |
| 1. 从机器学习的角度来看探问题 | 3分20秒 |
| 2. 创建逻辑回归的目标 | 6分32秒 |
| 3. 选择输入 | 2分41秒 |
| 4. 一些统计预处理 | 3分26秒 |
| 5. 数据训练-测试拆分 | 6分12秒 |
| 6. 训练模型并评估其准确率 | 5分39秒 |
| 7. 从逻辑回归中提取截距和系数 | 5分16秒 |
| 8. 解释逻辑回归系数 | 6分14秒 |
| 9. 省略虚拟变量进行标准化 | 4分12秒 |
| 10. 解释重要预测因子 | 5分10秒 |
| 11. 简化模型(向后消除) | 4分2秒 |
| 12. 测试机器学习模型 | 4分43秒 |
| 13. 如何保存机器学习模型并为其未来部署做准备 | 4分6秒 |
| 14. 为后续使用模型创建模块 | 4分4秒 |
| 第七章 安装MySQL并熟悉界面 | |
| 1. 安装MySQL | 9分27秒 |
| 2. 设置连接 | 2分34秒 |
| 3. MySQL接口介绍 | 5分9秒 |
| 第八章 连接 Python 和 SQL | |
| 1. 实现’absenteeism_module’ – 第一部分 | 3分50秒 |
| 2. 实现“absenteeism_module” – 第二部分 | 6分23秒 |
| 3. 在MySQL中创建数据库 | 6分37秒 |
| 4. 导入和安装 ‘pymysql’ | 2分44秒 |
| 5. 创建连接和游标 | 2分54秒 |
| 6. 在MySQL中创建’predicted_outputs’表 | 4分52秒 |
| 7. 从Python运行SQL SELECT语句 | 3分4秒 |
| 8. 从Jupyter传输数据到Workbench – 第一部分 | 6分15秒 |
| 9. 从Jupyter传输数据到Workbench – 第二部分 | 6分34秒 |
| 10. 从Jupyter传输数据到Workbench – 第三部分 | 2分45秒 |
| 第九章 分析在Tableau中获得的数据 | |
| 1. 在Tableau中进行年龄与概率的分析 | 8分49秒 |
| 2. 表分析原因与概率 | 7分49秒 |
| 3. 表分析:运输费用与概率对比 | 6分 |
| 1. 关于课程更新与获取 如何获取本站课程? ○ 免费获取方式:在本站签到、评论、发布文章等可获取积分,通过积分购买课程。 ○ 付费获取方式:购买本站【月度会员】或【永久会员】。 课程购买后是否支持更新? ○ 是的,所有课程均提供免费更新服务。 我们致力于为您提供持续的学习支持。 如何获取更新? ○ 单独购买的课程: 您可在“个人中心”随时查看购买记录及最新下载链接,轻松获取免费更新。 ○ 永久会员: 您可在相关页面直接查看最新下载地址,随时免费获取更新。 ○ 非永久会员(重要提示):通过会员权限下载的课程,在“个人中心”可能不显示具体订单记录。 因此,会员到期后,您将无法通过“个人中心”查看最新下载链接。 ① 解决方案建议:续费会员: 恢复会员权限后,即可再次查看所有最新下载链接。 ② 妥善保存下载链接: 我们强烈建议您在会员有效期内,保存好本站分享的课程下载链接。通常,课程更新内容会直接补充到原有分享链接中。 |
| 2. 关于课程资料 课程下载后资料是否齐全? ○ 绝大部分课程资料齐全。 我们尽力确保您获得完整的学习资源。 ○ 少数情况说明: 极少数课程可能存在资料缺失情况。针对 Udemy 课程,资料形式多样,请知悉:本地文件(随视频下载): 此类课件通常随视频一并提供,下载即得。 ① 本地文件(含链接): 课件文件中会提供资料下载链接,您需自行访问链接下载。此类资料通常也可获取。 ② 在线平台存储(如 GitHub): 讲师会在视频中说明资料获取方式(如访问特定平台),请您按指引自行下载。 ③ Udemy 平台内资料: 部分资料需登录您在 Udemy 购买的账号才能查看。此类资料本站无法提供,除非您自行在 Udemy 平台购买该课程。 |
| 3. 关于课程字幕 是否提供中英文双字幕?原本无字幕的课程是否支持? ○ 是的,本站下载的所有课程均提供中英文双字幕,包括 Udemy 原本无任何字幕的课程。 我们致力于提升您的学习体验。 Udemy 字幕现状与本站服务: ○ Udemy 绝大多数课程本身不提供任何字幕。在少数提供字幕的课程中,也几乎不提供中文字幕。 本站字幕服务流程: ① Udemy 有字幕: 我们会将其翻译成中文字幕,与英文字幕一同提供。 ② Udemy 无字幕: 我们会通过技术手段识别生成英文字幕,再翻译成中文字幕,一同提供给您。 字幕服务重要说明(请您理解): ○ 翻译精度: 字幕翻译采用谷歌翻译引擎完成,虽不及人工翻译精准,但足以保障您正常学习理解。 ○ 若您仍然觉得字幕精度较低: 可联系站长针对性润色字幕(该服务仅限本站会员)。 |
| 4. 关于视频存储与使用 视频存储位置与观看/下载方式? 本站所有课程视频均存储于网盘平台。 您支持在线观看: 可在网盘内直接播放学习。 您支持下载: 可将视频下载至本地,使用播放器播放,更灵活便捷。 主要存储网盘:百度网盘 视频格式与加密情况? 本站所有课程视频均以 MP4 或 MKV 通用格式提供。 视频文件不加密,您可自由分享(请遵守相关法律法规)。 播放建议: 使用本地播放器(如 PotPlayer)播放时,可同时加载中英文字幕文件,学习体验更佳。您可参考我们提供的《PotPlayer 挂载中英双字幕教程》。 |
| 5. 关于售后支持与退款政策 遇到问题如何联系? 无论您在购买前或购买后遇到任何疑问,都欢迎随时联系站长。 我们将竭诚为您服务。 退款政策说明: 原则: 由于虚拟商品(课程、资料等)具有可复制性,一旦购买成功并完成下载,原则上不支持退款。 请您在购买前仔细阅读课程介绍、资料说明及本条款,确认符合您的需求。 如有不确定之处,欢迎先行咨询站长。 |



























暂无评论内容