相关资源
028.腾讯课堂.马士兵.大数据全栈工程师 等文件
028.腾讯课堂.马士兵.大数据全栈工程师
04.腾讯课堂.马士兵.大数据全栈工程师
腾讯课堂.马士兵.大数据全栈工程师-【97.46GB】
【马士兵教育】大数据全栈工程师
大数据分析全栈工程师06期
黑马程序员JAVA.V-腾讯课堂
【腾讯课堂-354878】Kali安全高级工程师进阶班
数据分析全栈工程师第八期
0.腾讯课堂-黑马JAVA.V
【63课堂】微专业 - 大数据开发工程师 - 带源码课件
大数据 等文件
【腾讯课堂-75984】医学方-医学数据挖掘精品课程-GEO、TCGA、Oncomine数据库
【63课堂-20285760】微专业 - 大数据开发工程师 - 带源码课件
腾讯0周成为数据分析师
马哥教育《Python全栈+爬虫+数据+AI课程》
马哥教育《Python全栈+爬虫+数据+AI课程》
腾讯课堂《Python爬虫高级开发工程师第5期》
【马士兵教育】网络安全大师课
P6大数据研发工程师期 - 带源码课件
- 1
- 2
- 3
- 4
- 5
- 6
- 50
028.腾讯课堂.马士兵.大数据全栈工程师 等文件
资源介绍
本资源是一套完整的腾讯课堂马士兵大数据全栈工程师课程，包含从GEO数据分析到Sark核心源码解析，再到推荐系统项目实战的全套视频教程。课程内容涵盖了数据分析师的必备技能，通过7周的系统学习，你将掌握数据技术分析实战能力。课程中不仅有理论讲解，还有丰富的上机实战演练，如ES查询语法、Fk W剖析、Sark SQL的高级应用等，旨在帮助你成为一名大数据全栈工程师。
资源目录结构(只展示部分的文件和文件夹，以下文件快照生成于2024-10-30)
资源投诉
GEO数据分析系列视频课程3.19 GB57203.19 GB脚码
课时寻找差异基因和制作5年生存率_recv.mp4283.27 MB9.TCGA数据下载_recv.mp4155.29 MB6.GO富集分析_recv.mp469.38 MB5.寻找差异基因及制作热图和火山图2_recv.mp4213.64 MB9.TCGA数据下载2_recv.mp4178.81 MB8.蛋白互作网络_recv.mp4306.95 MB7.KEGG分析_recv.mp4392.52 MB2_recv.mp4141.29 MB4.原始数据预处理_recv.mp463.77 MB3.GEO数据下载和数据质量分析2_recv.mp4131.67 MB数据挖掘概述_recv.mp4131.39 MB3.GEO数据下载和数据质量分析_recv.mp497.70 MB3_recv.mp4197.59 MB5.寻找差异基因及制作热图和火山图_recv.mp4196.56 MB0.TCGA数据整理和基因注释2_recv.mp4158.57 MB2.GEO在线工具的应用_recv.mp4359.52 MB0.TCGA数据整理和基因注释_recv.mp4187.22 MB7周成为数据分析师（完结）3.20 GB视频3.20 GB7周成为数据分析师（完结）[P90.课时 (09)].mp469.01 MB7周成为数据分析师（完结）[P98.课时 (099)].mp469.01 MB7周成为数据分析师（完结）[P9.课时 (092)].mp469.01 MB7周成为数据分析师（完结）[P99.课时 ()].mp469.01 MB7周成为数据分析师（完结）[P92.课时 (093)].mp469.01 MB7周成为数据分析师（完结）[P93.课时 (094)].mp469.01 MB7周成为数据分析师（完结）[P97.课时 (098)].mp469.01 MB7周成为数据分析师（完结）[P95.课时 (096)].mp469.01 MB7周成为数据分析师（完结）[P94.课时 (095)].mp469.01 MB7周成为数据分析师（完结）[P96.课时 (097)].mp469.01 MB7周成为数据分析师（完结）[P9.课时 (9)].mp417.42 MB7周成为数据分析师（完结）[P83.课时 (084)].mp469.01 MB7周成为数据分析师（完结）[P86.课时 (087)].mp469.01 MB7周成为数据分析师（完结）[P87.课时 (088)].mp469.01 MB7周成为数据分析师（完结）[P85.课时 (086)].mp469.01 MB7周成为数据分析师（完结）[P84.课时 (085)].mp469.01 MB7周成为数据分析师（完结）[P88.课时 (089)].mp469.01 MB7周成为数据分析师（完结）[P89.课时 (090)].mp469.01 MB7周成为数据分析师（完结）[P8.课时 (8)].mp427.59 MB7周成为数据分析师（完结）[P76.课时 (077)].mp469.01 MB7周成为数据分析师（完结）[P77.课时 (078)].mp469.01 MB7周成为数据分析师（完结）[P80.课时 (08)].mp469.01 MB7周成为数据分析师（完结）[P79.课时 (080)].mp469.01 MB7周成为数据分析师（完结）[P8.课时 (082)].mp469.01 MB7周成为数据分析师（完结）[P82.课时 (083)].mp469.01 MB7周成为数据分析师（完结）[P78.课时 (079)].mp469.01 MB7周成为数据分析师（完结）[P70.课时 (07)].mp469.01 MB7周成为数据分析师（完结）[P75.课时 (076)].mp469.01 MB7周成为数据分析师（完结）[P72.课时 (073)].mp469.01 MB7周成为数据分析师（完结）[P7.课时 (072)].mp469.01 MB7周成为数据分析师（完结）[P73.课时 (074)].mp469.01 MB7周成为数据分析师（完结）[P74.课时 (075)].mp469.01 MB7周成为数据分析师（完结）[P7.课时 (7)].mp427.59 MB7周成为数据分析师（完结）[P66.课时 (067)].mp469.01 MB7周成为数据分析师（完结）[P67.课时 (068)].mp469.01 MB7周成为数据分析师（完结）[P64.课时 (065)].mp469.01 MB7周成为数据分析师（完结）[P65.课时 (066)].mp469.01 MB7周成为数据分析师（完结）[P68.课时 (069)].mp469.01 MB7周成为数据分析师（完结）[P69.课时 (070)].mp469.01 MB7周成为数据分析师（完结）[P6.课时 (6)].mp427.59 MB7周成为数据分析师（完结）[P6.课时 (062)].mp469.01 MB7周成为数据分析师（完结）[P59.课时 (060)].mp469.01 MB7周成为数据分析师（完结）[P60.课时 (06)].mp469.01 MB7周成为数据分析师（完结）[P58.课时 (059)].mp469.01 MB7周成为数据分析师（完结）[P62.课时 (063)].mp469.01 MB7周成为数据分析师（完结）[P63.课时 (064)].mp469.01 MB7周成为数据分析师（完结）[P55.课时 (056)].mp469.01 MB7周成为数据分析师（完结）[P52.课时 (053)].mp469.01 MB7周成为数据分析师（完结）[P56.课时 (057)].mp469.01 MB7周成为数据分析师（完结）[P57.课时 (058)].mp469.01 MB七周成为数据分析师_课件七周成为数据分析师_课件七周成为数据分析师3.82 GB第7周：Python1.45 GB7.43 Python superset 03.mp44.29 MB7.44 Python superset 04.mp435.06 MB7.45 Python superset 05.mp470.54 MB7.4 Python superset 0.mp45.59 MB7.40 Python seaborn 06.mp49.89 MB7.36 Python seaborn 02.mp410.27 MB7.35 Python seaborn 0.mp47.44 MB7.37 Python seaborn 03.mp414.56 MB7.38 Python seaborn 04.mp415.92 MB7.42 Python superset 02.mp441.87 MB7.3 Python可视化（5）.mp412.99 MB7.29 Python可视化（3）.mp414.07 MB7.32 Python可视化（6）.mp416.39 MB7.30 Python可视化（4）.mp430.27 MB7.33 Python可视化（7）.mp434.34 MB7.34 Python可视化（8）.mp449.82 MB7.27 Python可视化（）.mp415.04 MB7.28 Python可视化（2）.mp421.92 MB7.26 Python练习（9）.mp424.87 MB7.25 Python练习（8）.mp426.83 MB7.24 Python练习（7）.mp444.01 MB7.22 Python练习（5）.mp435.82 MB7.23 Python练习（6）.mp445.24 MB7.7 Python练习markdown.mp410.15 MB7.6 Python连接数据库3.mp421.63 MB7.5 Python连接数据库2.mp426.58 MB7.8 Python练习（）.mp432.74 MB7.2 Python练习（4）.mp442.20 MB7.9 Python练习（2）.mp438.23 MB7.20 Python练习（3）.mp455.52 MB7.09 Python Pandas文本函数.mp415.80 MB7. Python Pandas apply.mp428.26 MB7.08 Python Pandas 多重索引.mp433.11 MB7.0 Python Pandas去重.mp432.15 MB7.4 Python连接数据库.mp455.41 MB7.3 Python Pandas数据透视.mp445.90 MB7.2 Python Pandas聚合apply.mp439.41 MB7.07 Python Pandas关联.mp467.22 MB7.0 Python series.mp428.01 MB7.02：dataframe.mp433.91 MB7.06 Python groupby.mp432.20 MB7.03 Python dataframe.mp447.39 MB7.04 read_csv.mp438.00 MB7.05 计算.mp462.31 MB7.096 Python循环进阶.mp413.98 MB7. numpy.mp415.44 MB7.099 第三方包.mp414.29 MB7.094控制流.mp419.28 MB7.098 高阶函数.mp416.77 MB7.097 Python函数.mp429.91 MB课件33.70 MB第五周第六周第四周第七周第三周第二周第一周
被禁止的课件.exe33.70 MB第6周：统计学315.78 MB6.8 权重统计.mp451.22 MB6.84直方图.mp454.20 MB6.86贝叶斯.mp439.12 MB6.82切比雪夫.mp430.29 MB6.85概率.mp426.62 MB6.83箱线图.mp441.85 MB6.78 描述统计学.mp417.43 MB6.79分位数.mp416.05 MB6.80标准差.mp438.99 MB第5周：MySQL505.54 MB5.76 SQL练习（2）.mp439.58 MB5.77 SQL连接power BI.mp420.74 MB5.73 SQL加载.mp414.69 MB5.74 SQL时间.mp412.75 MB5.69 SQL函数.mp425.31 MB5.70 SQL 子查询.mp428.68 MB5.75 SQL练习（）.mp446.85 MB5.72 SQL leetcode.mp441.87 MB5.7 SQL join.mp465.72 MB5.62 MySQL安装.mp414.61 MB5.67 SQL group by.mp413.49 MB5.63数据库.mp426.38 MB5.66 SQL条件查找.mp421.49 MB5.68 SQL group by高级.mp428.34 MB5.65 SQL select.mp450.00 MB5.64数据库实操.mp455.04 MB第4周：数据可视化618.28 MB4.6 Dashboard.mp427.14 MB4.60用BI进行数据分析（2）.mp473.05 MB4.58 Power BI操作技巧 .mp436.51 MB4.59用BI进行数据分析（）.mp4103.11 MB4.53甘特图（2）.mp417.44 MB4.56 Power BI入门.mp429.13 MB4.54标靶图.mp423.74 MB4.57 Power BI基础功能.mp452.92 MB4.55杜邦分析法.mp449.43 MB4.47图表绘制.mp417.64 MB4.46高级图表类型与应用.mp417.32 MB4.49散点图.mp421.17 MB4.48 EXCEL绘图技巧.mp421.26 MB4.52甘特图（）.mp431.12 MB4.50辅助列.mp427.62 MB4.5符合图表.mp437.51 MB4.45常见的图表类型与应用.mp415.99 MB4.44数据可视化之美.mp416.18 MB第2周：业务176.32 MB2.27电子商务模型.mp43.99 MB2.3数据化管理业务.mp42.84 MB2.29如何应对各种业务场景.mp45.94 MB2.28流量模型.mp45.32 MB2.30如何应对各种业务场景（小练习）.mp447.23 MB2.23如何建立业务分析框架.mp41.42 MB2.22怎么生成指标.mp46.40 MB2.24市场营销模型.mp47.01 MB2.20电子商务指标.mp46.20 MB2.26用户行为模型.mp46.56 MB2.25AARRR模型.mp49.36 MB2.5为什么业务重要.mp44.40 MB2.7市场营销指标.mp414.17 MB2.9用户行为指标.mp49.88 MB2.6经典的业务分析指标.mp418.83 MB2.8产品运营指标.mp426.76 MB第3周：Excel519.87 MB3.43 用EXCEL进行数据分析（2）.mp472.24 MB3.38时间序列函数.mp412.50 MB3.40 EXCEL工具（）.mp420.65 MB3.4 EXCEL工具（2）.mp424.55 MB3.37计算统计函数.mp453.18 MB3.36逻辑运算函数.mp435.99 MB3.42 用EXCEL进行数据分析（）.mp462.64 MB3.39EXCEL的常见技巧.mp481.13 MB3.33文本清洗函数.mp412.70 MB3.35关联匹配函数.mp453.27 MB3.34常见的文本清洗函数练习.mp491.02 MB第周：数据分析思维208.83 MB.7数据分析的思维技巧：象限法.mp47.12 MB.8数据分析的思维技巧：多维法.mp49.49 MB.9数据分析的思维技巧：假设法.mp415.08 MB.6数据分析中的三种核心思维：业务化.mp424.50 MB.3为什么思维重要.mp43.45 MB.2数据分析的思维技巧：对比法.mp48.20 MB.4如何在业务时间锻炼数据分析思维.mp417.33 MB.数据分析的思维技巧：二八法.mp45.69 MB.3数据分析的思维技巧：漏斗法.mp42.01 MB.4数据分析中的三种核心思维：结构化.mp445.06 MB.5数据分析中的三种核心思维：公式化.mp433.62 MB.0数据分析的思维技巧：指数法.mp437.29 MB第0周：如何七周成为数据分析师46.44 MB02：七周应该怎么学.mp416.36 MB0：为什么需要七周.mp430.08 MB202数据技术分析实战课程【完结】11.70 GB50 异常与错误.mp4110.48 MB5 数据分析基础包Numpy.mp4151.06 MB54 文本数据的处理.mp4380.48 MB55 Python可视化.mp4396.32 MB52 Pandas读取外部数据.mp4311.77 MB58【案例3】聊天记录描述性分析.mp4645.54 MB57【案例2】餐厅订单详情分析.mp4729.14 MB53 数据探索及数据处理.mp4689.75 MB56【案例】欧洲人口普查数据分析.mp4544.59 MB44【加餐2】SQL进阶之路.mp449.82 MB42 数据库的增删改操作.mp456.60 MB4 多表查询练习：电商数据查询.mp4115.56 MB43【加餐】高效查询方法.mp4115.40 MB47 Python复合数据类型.mp4157.64 MB48 Python中的控制流语句.mp4147.73 MB49 Python中的函数.mp4203.24 MB45 Python基础语法.mp4189.36 MB46 Python常用数据类型.mp4272.88 MB35 MySQL的数据查询功能_03.mp4101.56 MB36 基于CASE WHEN的常用查询.mp488.07 MB39 单表查询练习：彩票数据核对.mp480.52 MB38 开窗函数.mp4112.71 MB37 几种常见的嵌套查询（子查询）.mp4103.27 MB35 MySQL的数据查询功能_02.mp4168.18 MB35 MySQL的数据查询功能_0.mp4151.48 MB40 复杂的多表查询.mp4138.31 MB34 MySQL的数据导入_批量导入数据.mp4208.70 MB32 MySQL基础知识_约束条件.mp485.32 MB33 MySQL的数据写入_手工建表.mp469.78 MB30 数据库简介.mp492.51 MB3 MySQL基础知识_常用数据类型.mp4136.02 MB28【案例2】优秀电影的制作流程0.mp4189.34 MB29【案例3】畅想世界旅行_0.mp4188.95 MB27【案例】进行靠谱投资02_投资风向及回报分析.mp4209.68 MB29【案例3】畅想世界旅行_02.mp4198.03 MB28【案例2】优秀电影的制作流程03.mp4251.24 MB27【案例】进行靠谱投资03_评估投资回报&探索模式.mp4490.93 MB27【案例】进行靠谱投资0_投资概况.mp494.46 MB23【案例】使用Excel搭建RFM模型_02.mp4130.94 MB26 Tableau仪表板、故事的创建.mp4168.67 MB24 Tableau简介&工作区介绍.mp4259.38 MB22 【案例】使用Excel进行零售分析_02零售业务指标.mp4435.22 MB25 Tableau简单图形绘制.mp4416.57 MB22 【案例】使用Excel进行零售分析_0零售业务模式.mp4447.58 MB22 【案例】使用Excel进行零售分析_03业绩下降原因分析.mp4290.11 MB23【案例】使用Excel搭建RFM模型_0.mp4663.03 MB9 Excel可视化_03气泡图&雷达图&组合图.mp4114.66 MB9 Excel可视化_04对称比较图&瀑布图.mp4170.43 MB2 使用Excel制作数据分析监控日报.mp4202.19 MB20 数据透视表.mp4255.07 MB028.腾讯课堂.马士兵.大数据全栈工程师38.91 GB29.Flink Window剖析3.mp4295.48 MB30.ES查询之底层原理揭秘.mp4361.59 MB26.Flink Window剖析2.mp4287.72 MB28.Flink时间语义+Watermark.mp4856.61 MB23.Flink Checkpoint及SavePoint精讲.mp4853.40 MB24.Flink Window窗口剖析.mp41.00 GB25.上机实战演练：ES查询语法.mp41.20 GB2.推荐系统项目一大总结.mp4224.65 MB5.Flink运行架构及并行度设置.mp4332.50 MB4.Flink基于Yarn多种启动方式.mp4350.83 MB3.Flink初始及搭建集群环境.mp4338.53 MB7.Flink各种算子精讲2.mp4297.04 MB.训练排序模型及搭建推荐系统微服务.mp4255.67 MB6.Flink各种算子精讲.mp4309.13 MB8.Flink各种算子精讲3 2.mp4371.05 MB8.Flink各种算子精讲3 .mp4755.78 MB9.基本函数类及富函数的使用.mp41005.99 MB05.基于节目画像计算节目的相似度.mp4765.63 MB06.Spark调优总结及word2vec算法原理.mp4790.97 MB07.基于物品画像计算相似度.mp4877.40 MB03.构建节目画像与用户画像.mp4865.83 MB09.构建特征中心及模型召回实现.mp4810.93 MB08.实现基于模型的召回策略.mp4909.06 MB04.构建用户画像及性能调优.mp41.01 GB096.推荐系统的来龙去脉与推荐架构.mp4769.22 MB095.随机森林算法与算法总结.mp4837.77 MB02.基于TextRank算法+TF-IDF算法提取关键词.mp4883.16 MB097.推荐系统架构设计及构建推荐系统训练集.mp4878.75 MB098.推荐系统代码实现及测试.mp4961.28 MB0.提取节目的关键词，构建节目画像.mp4970.60 MB094.决策树算法的原理.mp4991.86 MB.基于节目的推荐系统，架构剖析，数据迁移.mp41.00 GB093.百度地图实时路况及路况预测.mp41.06 GB099.实现推荐系统在线推荐微服务.mp41.41 GB090.逻辑回归算法原理及公式推导.mp4203.67 MB086.KNN识别手写数字与KMeans聚类算法原理.mp4379.55 MB089.分析KMeans精准营销案例代码及KMeans在推荐系统的应用.mp4866.50 MB092.逻辑回归算法及实现百度路况预测功能.mp4851.72 MB087.KNN手写数字识别及KMeans算法原理.mp4974.41 MB09.逻辑回归算法原理及公式推导.mp41018.88 MB088.手写KMeans聚类算法及实现精准微博营销案例.mp41.06 GB083.线性回归算法的原理及参数优化方案.mp4899.40 MB077.spark-streaming、流式计算之微批计算原理及standalone.mp4965.93 MB078.spark-streaming、api、ha、检查点、窗口等机制.mp4958.30 MB085.逻辑回归算法的原理及算法公式推导.mp4981.29 MB080.spark-streaming、源码分析、流式微批任务的调度原理.mp41.01 GB084.基于Spark MLlib训练回归算法模型.mp41.01 GB08.spark-streaming.mp41.14 GB082.机器学习介绍、原理及应用场景.mp41.09 GB079.spark-streaming、整合MQ-kafka开发.mp41.20 GB1、本网站数据来自互联网，通过自动抓取公开网页链接构建数据库，系统将基于链接特征选择性收录符合收录标准的内容
2、根据用户输入的关键词，通过智能算法自动匹配并展示相关第三方网页链接。所有搜索结果均为实时动态生成
3、本站不控制、修改第三方网页内容，不对其可用性、准确性负责
4、搜索结果中的广告及推广内容不代表本站推荐或担保
5、所有内容获取/呈现均通过自动化程序完成，无人工干预
下载提示