飞豹客 · 课能看,资料也能带走
飞豹客软考考证 会员免费

cda数据分析师- CDA一级二级考试视频课

如果你正打算考 CDA 数据分析师一级或二级,又不想只靠刷题库碰运气,这套课值得先了解一下。它把考试大纲里的知识点拆成两条线:一条是数据分析的通识与思维方法,另一条是围绕考试题型的实务演练。对上班族来说,最大的价值不在于"讲得多全",而在于它能帮你把零散的工作经验对齐到考试要求的知识框架上——很多人

单课价¥29.90新品 上架
会员价 会员免费开通会员后本篇可直接下载套餐详情
79 人关注 更新于 2026-06-07 永久有效
发货

网盘链接 · 支付成功后自动发货

保障

永久有效 · 链接失效免费补发

客服

每日 9:00-21:00 在线客服 联系客服

会员可免费下载本篇月会员可免费领取。

开通会员 ›
购买本课销量 0 · 永久有效
会员价 · 单课标价 ¥29.90

会员 · 按档位

永久免费可领
年免费可领
月免费可领

游客按标价购买,不享受上表折扣。

支付成功后自动发放网盘链接,链接失效可找客服免费补

正版保障 极速发货 售后无忧

如果你正打算考 CDA 数据分析师一级或二级,又不想只靠刷题库碰运气,这套课值得先了解一下。它把考试大纲里的知识点拆成两条线:一条是数据分析的通识与思维方法,另一条是围绕考试题型的实务演练。对上班族来说,最大的价值不在于"讲得多全",而在于它能帮你把零散的工作经验对齐到考试要求的知识框架上——很多人做报表、跑数据好几年,但一到考试就发现概念边界不清、方法叫不出名字,这套课解决的正是这个问题。

它解决的是"会做但说不清"的尴尬

CDA 一级偏基础,考的是数据分析的基本概念、常用方法和业务理解;二级在此基础上加深,涉及更完整的分析流程和建模思路。这套课从行业认知讲起,先说明数据岗位在业务里到底承担什么角色,再过渡到分析思维和常用方法,最后落到实务场景。对转行者,这部分能补上"不知道数据分析师每天在干什么"的认知空白;对已经在岗的人,它更像一次系统梳理,把平时凭直觉做的事翻译成考试和面试都能说清楚的语言。需要提醒的是,考试通过与否最终取决于你对概念的理解和练习量,视频只是把路径铺好,不替代做题。

适合什么基础,先看哪几块

  • 零基础或跨行:建议从导读部分的行业通识课入手,先建立"数据行业—商业应用—分析思维—常用方法—实务角色"这条主线,不要一上来就跳进具体题型。
  • 有 Excel 或报表经验:可以快速过一遍通识内容,把重点放在分析方法的规范表述上,这是考试最容易丢分的地方。
  • 备考二级:一级的方法论部分仍要回看,二级的难度往往不是新知识,而是对同一方法在复杂场景下的准确调用。

建议的观看顺序是先通识、再方法、后实务,每看完一块就对应做一批题,用错题反查是概念不清还是场景判断失误。

学完能独立做什么,资料怎么配合

按这条线走完,你应该能独立完成一份从业务问题出发的分析:明确分析目标、选择合适的方法、读懂数据结果并用业务语言表达结论,而不是停留在"把图做出来"。这套程度足以应对一级考试的大部分题目,也为二级的流程类、案例类题目打底。资料配合上,视频负责讲清逻辑,配套的讲义图用于快速回顾框架,真正的功夫在练习:每学完一个方法,就找一份真实或模拟数据自己跑一遍,再对照标准答案检查表述是否规范。别把视频当背景音刷完,那样考试时依然会卡在"知道但写不出"上。

课程目录

课程目录176 集
  • 📁 CDA一级考试视频课 📁 00、导读 数据分析前导通识课 00、导读 数据分析前导通识课资料.png [493.5 KB] 课时 1 1.1 数据这个行业.mp4
  • [561.9 MB] 课时 4 1.4 数据分析常用方法.mp4
  • [470.5 MB] 课时 5 1.5 实务中的数据分析师.mp4
  • [362.9 MB] 课时 3 1.3 数据分析思维.mp4
  • [632.7 MB] 课时 2 1.2 数据分析的商业应用.mp4
  • [819.2 MB] 📁 02、第2章 数据结构 课时 9 表格结构数据内容.mp4
  • [1.3 GB] 课时 12 表结构数据特征.mp4
  • [668.6 MB] 课时 10 常用函数(选修,考试不涉及).mp4
  • [1.5 GB] 课时 14 表结构数据使用.mp4
  • [808.0 MB] 课时 11 查找引用函数(选修,考试不涉及).mp4
  • [825.9 MB] 课时 13 表结构数据获取.mp4
  • [511.8 MB] 📁 03、第3章 数据库应用 课时 16 数据库应用第二部分.mp4
  • [2.5 GB] 课时 15 数据库应用第一部分.mp4
  • [1.8 GB] 📁 04、第4章 描述性统计分析 课时 18 集中趋势.mp4
  • [266.8 MB] 课时 19 离散趋势.mp4
  • [165.5 MB] 课时 23 参数估计基础知识.mp4
  • [372.4 MB] 课时 17 统计学的基本概念.mp4
  • [332.1 MB] 课时 20 分布形态的描述.mp4
  • [210.2 MB] 课时 27 (拓展学习)假设检验例题.mp4
  • [140.4 MB] 课时 28 相关分析.mp4
  • [160.6 MB] 课时 24 点估计.mp4
  • [355.6 MB] 课时 21 二项分布和正态分布.mp4
  • [295.0 MB] 课时 25 区间估计.mp4
  • [216.1 MB] 课时 26 (拓展学习)假设检验基础概念.mp4
  • [354.1 MB] 课时 22 抽样分布.mp4
  • [211.1 MB] 📁 01、第1章 数据分析概述与职业操守 课时 8 大数据立法安全隐私.mp4
  • [195.0 MB] 课时 6 数据分析的基本概念.mp4
  • [274.1 MB] 课时 7 职业道德行为准则.mp4
  • [267.7 MB] 📁 05、第5章 多维数据透视分析 课时 30 2.透视分析后半部分.mp4
  • [831.0 MB] 课时 29 1.多维透视分析前半部分.mp4
  • [1.9 GB] 📁 06、第6章 业务数据分析 课时 35 业务数据分析方法.mp4
  • [1.2 GB] 课时 34 指标的应用与设计3.mp4
  • [415.8 MB] 课时 32 指标的应用与设计1.mp4
  • [502.8 MB] 课时 31 数据驱动型业务管理方法.mp4
  • [1.1 GB] 课时 33 指标的应用与设计2.mp4
  • [1.2 GB] 课时 38 业务分析方法.mp4
  • [507.3 MB] 课时 36 业务模型-用户模型.mp4
  • [305.8 MB] 课时 37 行为效果分析.mp4
  • [540.1 MB] 📁 07、第7章 业务分析报告与数据可视化报表 课时 42 创建可视化报表.mp4
  • [1.7 GB] 课时 41 撰写业务分析报告.mp4
  • [1.0 GB] 课时 39 可视化图表_1.1.mp4
  • [119.3 MB] 课时 40 可视化图表_1.2.mp4
  • [113.1 MB] level1一级课程课件资料.exe [442.9 MB] 电子书等.exe [222.0 MB] 📁 CDA二级考试视频课 📁 第7章 选修:python数据分析基础 第7章 选修:python数据分析基础资料.png [493.5 KB] 课时 104 数据科学的基本概念2.mp4
  • [307.1 MB] 课时 114 7使用pandas读写数据.mp4
  • [166.4 MB] 课时 115 1背景介绍.mp4
  • [56.2 MB] 课时 1
  • 27 案例 个人贷款信用风险评级全流程.mp4
  • [2.8 GB] 课时 103 数据科学的基本概念1.mp4
  • [217.6 MB] 课时 125 模板1预习课程2:线性回归优化与正则化.mp4
  • [1.3 GB] 课时 111 4Python控制流.mp4
  • [267.5 MB] 课时 106 数据挖掘的技术与方法2.mp4
  • [398.3 MB] 课时 118 4描述性分析-3对解释变量进行描述2.mp4
  • [367.2 MB] 课时 126 模板1预习课程3:逻辑回归变量筛选、编码.mp4
  • [1.6 GB] 课时 112 5Python函数.mp4
  • [274.4 MB] 课时 110 3Python原生态数据结构.mp4
  • [389.7 MB] 课时 102 分类模型的评估方法.mp4
  • [247.2 MB] 课时 120 6建立预测模型-2无交互项的线性模型.mp4
  • [493.3 MB] 课时 124 模板1预习课程1:线性回归算法概述与变量筛选.mp4
  • [837.2 MB] 课时 121 7建立预测模型-3有交互项的线性模型和预测.mp4
  • [354.7 MB] 课时 119 5建立预测模型-1单变量显著度检验.mp4
  • [586.9 MB] 课时 109 2Python基础数据类型与表达式.mp4
  • [544.0 MB] 课时 122 4统计推断与假设检验1.mp4
  • [521.8 MB] 课时 117 3描述性分析-2对解释变量进行描述1.mp4
  • [353.9 MB] 课时 113 6Python模块.mp4
  • [185.3 MB] 课时 107 数理统计技术.mp4
  • [285.6 MB] 课时 105 数据挖掘的技术与方法1.mp4
  • [263.5 MB] 课时 123 4统计推断与假设检验2.mp4
  • [632.8 MB] 课时 116 2描述性分析-1对被解释变量进行描述.mp4
  • [362.1 MB] 课时 108 1Python介绍.mp4
  • [109.8 MB] 📁 前言:level2课程导读 📁 2节:前导选修课:数据分析指标体系 课时 6 2.3 营销类指标.mp4
  • [68.5 MB] 课时 8 2.5 产品类指标.mp4
  • [55.6 MB] 课时 4 2.1 数据化指标概述.mp4
  • [52.6 MB] 课时 9 2.6 运营指标体系设计(Excel示例).mp4
  • [48.8 MB] 课时 7 2.4 预警类指标2.4 预警类指标.mp4
  • [51.6 MB] 课时 5 2.2 获客类指标.mp4
  • [65.3 MB] 📁 1节:数据分析基础与二级总结介绍 课时1 数据基本概念1.mp4
  • [47.5 MB] 课时2 数据基本概念2.mp4
  • [74.1 MB] 课时3 CDA LEVEL 2 内容概述.mp4
  • [20.3 MB] 前言:level2课程导读说明.zip
  • [1.8 MB] 课时 1 张溪梦:从洞察到增长—数据分析的未来.mp4
  • [6.1 GB] 📁 第3章:数据模型管理 第3章:数据模型管理必看.zip
  • [1.8 MB] 课时 45 3.2 数据建模.mp4
  • [43.1 MB] 课时 47 3.4总结和例题讲解.mp4
  • [33.6 MB] 课时 44 3.1 数据分类.mp4
  • [27.4 MB] 课时 46 3.3 数据仓库体系和ETL.mp4
  • [28.9 MB] 📁 第2章:数据采集与处理 课时 33 2.3.3 制图原理_2SPSS作图.mp4
  • [25.6 MB] 课时 40 2.4.5 噪声平滑.mp4
  • [19.0 MB] 课时 21 2.1.1市场研究中的数据.mp4
  • [64.4 MB] 课时 28 2.2.3总结和例题讲解mp4.mp4
  • [7.9 MB] 课时 43 2.4.8总结和例题讲解.mp4
  • [11.8 MB] 课时 26 2.2.1市场调研流程和目标设定.mp4
  • [13.2 MB] 课时 38 2.4.3 分类变量概化处理.mp4
  • [18.2 MB] 课时 31 2.3.2 两变量描述性统计.mp4
  • [19.0 MB] 课时 23 2.1.2 概率抽样方法-2.mp4
  • [44.2 MB] 课时 42 2.4.7 变量降维和WoE.mp4
  • [17.3 MB] 课时 36 2.4.1 数据预处理基本步骤.mp4
  • [20.1 MB] 课时 22 2.1.2 概率抽样方法-1.mp4
  • [74.3 MB] 课时 30 2.3.1 单变量描述性统计.mp4
  • [35.6 MB] 课时 25 2.1.4总结和例题讲解.mp4
  • [10.8 MB] 课时 39 2.4.4 缺失值处理.mp4
  • [20.9 MB] 课时 41 2.4.6 连续变量分布形态转换和标准化.mp4
  • [18.4 MB] 课时 32 2.3.3 制图原理_1.mp4
  • [14.1 MB] 课时 37 2.4.2 错误和离群值数据识别与处理.mp4
  • [29.0 MB] 课时 35 2.3.4总结和例题讲解.mp4
  • [7.0 MB] 课时 24 2.1.3 非概率抽样方法.mp4
  • [42.5 MB] 课时 34 2.3.3 制图原理-3Python作图.mp4
  • [29.8 MB] 课时 27 2.2.2市场调研前准备和实施.mp4
  • [44.4 MB] 课时 29 2.3.0引言.mp4
  • [20.8 MB] 📁 第4章:统计分析 课时 48 4.1.1 分析框架.mp4
  • [49.3 MB] 课时 62 4.3.5 总结和例题讲解.mp4
  • [18.8 MB] 课时 54 4.2.2 假设检验基本概念.mp4
  • [28.3 MB] 课时 64 4.4.2线性回归的参数估计.mp4
  • [16.4 MB] 课时 55 4.2.3 假设检验的基本步骤和配对样本T检验.mp4
  • [34.9 MB] 课时 56 4.2.4 AB测试优化法.mp4
  • [23.9 MB] 课时 60 4.3.3 相关分析.mp4
  • [34.8 MB] 课时 51 4.1.3 参数估计-2.mp4
  • [40.2 MB] 课时 50 4.1.3 参数估计-1.mp4
  • [53.9 MB] 课时 59 4.3.2 方差分析.mp4
  • [63.8 MB] 课时 67 4.4.5 总结和例题讲解.mp4
  • [21.6 MB] 课时 53 4.2.1 假设检验的示例.mp4
  • [18.6 MB] 课时 61 4.3.4 卡方检验.mp4
  • [44.6 MB] 课时 65 4.4.3 一元逻辑回归模型.mp4
  • [45.9 MB] 课时 66 4.4.4 逻辑回归极大似然估计法.mp4
  • [7.4 MB] 课时 52 4.1.4 总结和例题讲解.mp4
  • [20.3 MB] 课时 49 4.1.2 样本与总体.mp4
  • [81.6 MB] 课时 63 4.4.1 一元线性回归模型.mp4
  • [54.0 MB] 课时 58 4.3.1 两样本t检验.mp4
  • [50.9 MB] 课时 57 4.2.5 总结和例题讲解.mp4
  • [15.2 MB] 📁 第6章 数字化工作方法与应用 课时 100 6.3.5&6.3.6 知识库与策略库和基于业务流程的优化.mp4
  • [324.5 MB] 课时 97 6.2.2根本原因分析.mp4
  • [218.3 MB] 课时 98 6.2.3根因分析试题讲解.mp4
  • [60.2 MB] 课时 96 6.2.1近因分析.mp4
  • [205.2 MB] 课时 94 6.1.1&6.1.2 启动程序阶段和业务事件还原工具.mp4
  • [203.3 MB] 课时 99 6.3.1业务优化框架和运筹优化.mp4
  • [352.8 MB] 课时 95 6.1.3 业务流程图及习题.mp4
  • [184.9 MB] 课时 93 6.0引言.mp4
  • [183.6 MB] 📁 第5章 数据分析模型与应用 课时 78 5.2.8总结和试题讲解.mp4
  • [282.3 MB] 课时 76 5.2.4线性回归-2.mp4
  • [529.1 MB] 课时 69 5.1.2主成分分析的理论基础.mp4
  • [251.2 MB] 课时 68 5.1.1 矩阵分析法.mp4
  • [88.5 MB] 课时 87 5.4.6聚类试题讲解.mp4
  • [199.7 MB] 课时 84 5.4.3-4k-means聚类-1.mp4
  • [438.5 MB] 课时 75 5.2.1-3线性回归-1.mp4
  • [785.2 MB] 课时 85 5.4.3-4k-means聚类-2.mp4
  • [473.8 MB] 课时 89 5.5.2 趋势分解法.mp4
  • [191.9 MB] 课时 70 5.1.3主成分分析的计算步骤.mp4
  • [338.9 MB] 课时 82 5.4.1 聚类方法的基本逻辑.mp4
  • [374.3 MB] 课时 74 5.1.10因子分析题目讲解.mp4
  • [103.0 MB] 课时 86 5.4.5聚类事后分析.mp4
  • [173.0 MB] 课时 80 5.3.5 逻辑回归-2.mp4
  • [713.1 MB] 课时 92 5.5.5时间序列考题讲解.mp4
  • [90.4 MB] 课时 81 5.3.6逻辑回归-3试题讲解mp4.mp4
  • [200.7 MB] 课时 73 5.1.9主成分题目讲解.mp4
  • [150.4 MB] 课时 79 5.3.1-5.3.4逻辑回归-1.mp4
  • [348.5 MB] 课时 71 5.1.4 主成分分析的应用.mp4
  • [704.6 MB] 课时 74 5.1.10因子分析题目讲解(1).mp4
  • [103.0 MB] 课时 72 5.1.5-8因子分析.mp4
  • [547.6 MB] 课时 90 5.5.3 ARIMA方法-1.mp4
  • [458.6 MB] 课时 91 5.5.4 时间序列回归.mp4
  • [140.2 MB] 课时 77 5.2.5-5.2.7线性回归-3.mp4
  • [445.3 MB] 课时 88 5.5.1 宏观业务指标预测框架.mp4
  • [560.4 MB] 课时 83 5.4.2 系统聚类法.mp4
  • [594.0 MB] 📁 第1章:用户标签体系与用户画像 课时 15 1.1.5总结和例题讲解.mp4
  • [9.3 MB] 课时 13 1.1.3 用户标签与用户画像的关系.mp4
  • [60.9 MB] 课时 18 1.3.1 用Python做用户画像的基础知识-1.mp4
  • [44.8 MB] 课时 11 1.1.2 业务指标与用户标签的关系-1.mp4
  • [49.3 MB] 课时 20 1.3.3总结和例题讲解.mp4
  • [40.9 MB] 课时 14 1.1.4 用户标签的类型.mp4
  • [32.2 MB] 课时 16 1.2.1用户标签的制作方法.mp4
  • [38.6 MB] 课时 10 1.1.1 如何定位用户.mp4
  • [26.0 MB] 课时 19 1.3.2 用户画像在诊断阶段中的应用.mp4
  • [8.4 MB] 课时 12 1.1.2 业务指标与用户标签的关系-2.mp4
  • [65.9 MB] 课时 18 1.3.1 用Python做用户画像的基础知识-1(1).mp4
  • [44.8 MB] 课时 17 1.2.2总结和例题讲解.mp4
  • [9.0 MB] CDA二级考试视频课.exe [491.4 MB] Python编程基础-课件和脚本.exe [21.8 MB] 刷题小程序.docx
  • [100.9 KB] 适合人群 数据分析爱好者 CDA考生 职场人士 学习收获 掌握数据分析基本概念和方法 通过CDA一级二级考试 提升数据分析实战能力 祝您学习愉快! 学有所成,前程似锦!