Close Banner
基石纳米学位

数据分析(入门)

打下扎实基础,掌握数据分析的基础方法

由以下企业联合制作:
  • Facebook
  • MongoDB

打下扎实基础,掌握数据分析的基础方法

为什么要学习数据分析?如果你想找一个拥有大量需求的职业,你需要为一些越来越常见以及廉价的东西提供稀缺且附带额外价值的服务。那么,什么东西正变得越来越常见和廉价?答案是数据。什么可以为数据提供稀缺且附带额外价值的服务?分析。

—— Hal Varian, 加州大学伯克利分校,Google 首席经济学家

独家课程内容,每周直播辅导

除了学习来自硅谷领先企业的课程视频、实战项目,你还可以参与每周一次的专业直播讲解!还有很多 Udacity 独家学习资料,等待你来探索。课程提供中文版。

加入同步学习小组,在导师监督下加速成长

你将加入学习小组,认识志同道合的伙伴,在专业导师全方位辅导和监督下,用最高效率掌握前沿技术,成为抢手人才。

独一无二的硅谷实战项目和代码审阅

亲自挑战我们与硅谷名企共同设计的技术实战项目,获得领域专家的逐行代码审阅和反馈,学习最先进的技术标准,为学习更加进阶的纳米学位做好准备!

获得 Udacity 基石纳米学位认证

毕业后,你将获得 Udacity 和合作企业共同颁发的毕业证书,证明你的专业知识和技术水平!

学习计划

先修要求
  • 对数据科学有浓厚兴趣,自我驱动,有明确的学习目标,每周至少投入10小时。
  • 对编程(最好是 Python)的基本概念有所了解,如变量、函数、循环,以及基本数据结构,如列表和字典。
推荐课程

如果你缺乏必要的编程知识,可以通过学习免费课程计算机科学导论的前 4 课进行补充。

  • 第一周

    Anaconda 和 Jupyter Notebook

    跟随 Mat 来学习Anaconda 和 Jupyter Notebook 的使用,为后续学习使用 Python 来分析数据打下基础

  • 第二周

    数据分析初探

    通过湾区自行车公开的真实数据,分析自行车用户的使用习惯。通过本周的学习,可以让你初次领略数据分析的魅力。

  • 第三周

    描述统计学基础

    跟随 Katie,Ronald,Sean来学习常见的统计学概念,包括:描述统计参数,数据可视化类型,归一化,正态分布和抽样分析。

  • 第四周

    推论统计学基础

    跟随 Katie,Ronald,Sean来学习假设检验的基本原理,包括:z 分布,t 分布,零假设和对立假设。同时,你将会把学到的知识应用到斯特鲁普效应的分析中。

  • 第五周

    数据分析的基本过程

    跟随 Caroline 来学习使用 Python 了解常见的数据格式,数据清洗和分析过程。

  • 第六周

    一维数据分析

    跟随 Caroline 来学习使用 Numpy 和 Pandas 分析一维数据。

  • 第七周

    二维数据分析

    跟随 Caroline 来学习使用 Numpy 和 Pandas 分析二维数据。

  • 第八周

    数据分析项目实战

    探索数据集(泰坦尼克号或棒球),将所学的内容应用到真实的数据集中。

  • 第九周

    A/B 测试概览及实验伦理指导

    跟随 Carrie、Diane 了解 Google A/B 测试的基本内容,以及 Google 的实验伦理指导。

  • 第十周

    A/B 测试设计

    跟随 Carrie、Diane 学习如何选择测量指标和设计实验。

  • 第十一周

    A/B 测试结果分析

    跟随 Carrie、Diane 学习如何分析实验结果,并将所学的内容应用到优达学城运行的 A/B 测试中。

查看更多

实战项目:你将挑战以下项目

  • 分析湾区单车共享数据项目
    实战项目 1

    分析湾区单车共享数据

    分析真实的单车租赁数据,了解用户的使用习惯,踏上你的数据分析师学习之旅。

  • 分析心理学现象项目
    实战项目 2

    分析心理学现象

    使用描述统计学和统计检验分析斯特鲁普效应——一个实验心理学的经典成果。为读者提供直观的数据可视化,并根据实验结果,利用统计推断得出结论。

  • 探索数据集项目
    实战项目 3

    探索数据集

    选择优达学城提供的任一数据集,并使用 NumPy 和 Pandas 进行分析,体验从提出问题到发现成果的整个数据分析过程。

  • 设计 A/B 测试项目
    实战项目 4

    设计 A/B 测试

    针对 A/B 测试制定设计决策,包括测量时使用的度量和测试的运行时长。分析优达学城运行的 A/B 测试的结果,并建议是否执行更改。

立即加入,打下扎实基础,掌握数据分析的基础方法

课程讲师

  • Katie Kormanik

    优达学城讲师

    在制作优达学城统计学课程后,Katie Kormanik 在斯坦福商学院担任指导设计师,之后在麦肯锡公司任职。同时她还就产品开发、课程和教学法为许多机构提供咨询。Katie 在犹他州大学获得数学和经济学学士学位,在斯坦福大学获得国际比较教育硕士学位。她爱好瑜伽、单板滑雪、唱歌、阅读和旅游,并且一直喜欢下国际象棋。

  • Ronald Rogers

    圣何塞州立大学教授

    Ron Rogers 博士1995年在美国罗格斯大学行为神经科学院取得硕士和博士学位,1999年起在圣何塞州立大学担任心理学教授。他同时教授本科生和研究生,教授统计学和研究方法科学。

  • Sean Laraway

    圣何塞州立大学教授

    Sean Laraway 自2004年起在圣何塞州立大学任教。他在神经药理学领域进行博士后研究,自1998年起教授本科和研究生统计学课程。他在2003年在西密歇根大学获得行为分析学硕士和博士学位。

  • Caroline Buckey

    优达学城讲师

    加入优达学城之前,Caroline 在一家为应用搭建搜索引擎的创业公司(Quixey)担任软件工程师。她在卡内基梅隆大学本科学习期间,曾为六门课程担任助教。对教育的热爱使她加入优达学城。在工作之外,她喜欢阅读小说,玩棋盘游戏,还喜欢喝珍珠奶茶。

  • Carrie Grimes

    Google 卓越工程师

    Carrie Grimes 当前是 Google 的一名杰出工程师,作为技术基础设施团队的一部分,从事数据驱动的资源规划、成本分析和分布式集群管理软件开发。她于 2003 年加入 Google,在过去 12 年的大部分时间里主要在“搜索和搜索基础设施”团队,负责资料抓取和资料索引质量、网页评等和预测的统计与工程问题。她在 1998 年获得哈佛大学的人类学/考古学文学士学位,并对使用定量方法处理不同数据感兴趣。她于 2003 年获得斯坦福大学统计学博士学位,在此之前曾与 David Donoho 合作解决非线性降维问题。

  • Diane Tang

    Google 研究员

    Diane Tang 是一名 Google 研究员,当前在 Google 科研团队从事面向生物和医药应用的数据基础设施构建和分析。在 2014 年前,她在 Google 担任 AdsQuality 团队主管。她于 2003 年加入 Google,致力于日志记录、大型数据分析与基础设施、实验方法和广告系统。她在 1995 年获得了哈佛大学计算机科学学士学位,并于 2001 年获得斯坦福大学计算机科学研究生和博士学位。她拥有多项专利,并著有众多关于移动网络、信息可视化、实验方法、数据基础设施和数据挖掘/大数据的出版物。

常见问题解答

  • 为什么要学习数据分析?

    数据是强大的。有了数据,你可以调查教育、医疗、财经以及任何其他行业的当前趋势,并且你还可以运用数据来预测将来会发生什么。数据分析师的工作,就是获取和分析各方面的数据,从商业指标、用户行为到产品性能,并有效传达你的发现。这个基石纳米学位项目通过丰富、实际的教学内容,帮你入门数据分析。

  • 掌握数据分析技能后,我可以做些什么?

    掌握数据科学技能后,你可以继续成为:数据分析师、数据科学家、商业分析师、数据工程师和机器学习工程师。

  • 数据分析(入门)和数据分析(进阶)课程有什么不同?

    数据分析(入门)将从零开始循序渐进地引导你学习统计学及数据分析的基础知识;数据分析(进阶)课程将带深入数据分析的关键环节,掌握数据分析的必备知识技能,如:数据清洗,EDA,机器学习基础概念和可视化。

  • 我如何知道自己适合哪门课程?

    如果你已经熟练掌握 Python,但对数据分析的工作流程并不熟悉,我们推荐你学习数据分析(入门);如果你熟练掌握 Python ,并已熟悉数据分析的主要工作流程,我们推荐你学习数据分析(进阶)。

  • 数据分析初级和高级课程的学费分别是多少?

    数据分析(入门)课程的学费为 原价 3999 元 首推价 2699 元,数据分析(进阶)课程的学费为 原价 5999 元 首推价 3699 元。

  • 课程是中文还是英文?视频提供中文字幕吗?

    数据分析入门和进阶课程的文字资料均提供中文翻译,所有授课视频均提供中文字幕。此外,你还可以预约中文导师1对1辅导,以及每周直播讲解。

  • 我每周需要投入多长时间学习这两门课程?需要多久可以完成课程?

    学员一般需要每周投入 10 小时,通常可以在 11 周内完成数据分析(入门),在 20 周内完成数据分析(进阶)。

  • 数据分析课程的有效期是多久?

    数据分析(入门)和数据分析(进阶)课程的有效期均为 6 个月。

  • 如果我没有在 6 个月内完成所有项目,是否还能继续访问课程内容?

    如果你在 6 个月内未完成数据分析(初级/高级)课程,可以发邮件至 support@youdaxue.com 申请宽限期来完成纳米学位,宽限期最长不超过 6 个月。

  • 数据分析课程提供免费试用吗?

    数据分析初级和高级课程均不提供免费试用期。但在开课后 7 天内,可无条件退款。

  • 在一年内毕业,可以获得 50% 学费返还吗?

    数据分析(入门)和数据分析(进阶)纳米学位项目均不提供 50% 学费返还。

  • 数据分析入门和进阶课程的退款政策是什么?

    你可以在开课日期后 7 天内(第 7 天 23:59 前)向 support@youdaxue.com 发起退款申请。请在邮件里注明你的注册邮箱,我们将在收到你的申请之后 10 个工作日内取消你的课程订阅并返还全部学费。
    *如果你通过花呗分期付款,请确保你的退款申请日不迟于最近的花呗账单日(每月1日),否则花呗分期可能会收取手续费。关于花呗退款政策,详请参考此处

查看更多
官方微信公众号二维码

优达学城(Udacity)微信