02. 毕业必须通过的5个项目

当你从纳米学位毕业的时候，你将掌握相关技能，并学会独立工作。我们希望尽快帮你实现目标，这也是为什么我们注重 从实践项目中学习 的原因。

### 在数据分析（入门）纳米学位中，你需要完成下面这些课程和内容：

  • 第 1 部分：数据分析初探（已试学）

统计学及Python 快速入门，7 天了解数据分析基本流程。

  • 实战项目 1：揭秘北上广空气质量（已试学）

获得北上广等 5 大城市 PM 2.5 数据，分析空气质量变化趋势，学习从提问到可视化分析结论的数据分析流程，并 7 天快速入门 Python。

  • 第 2 部分：SQL初探

学习 SQL 的基本语法，比如 SELECT, FROM, WHERE 等。

  • 实战项目 2：从你的城市看世界是否在变暖

初步了解 SQL，学会如何从数据库下载数据。你将分析本地和全球的气温数据，将选定城市的温度趋势与全球温度趋势进行比较。

  • 第 3 部分：Python 入门

学习使用 Python 处理数字与字符串，编写函数和条件语句；操作列表、集合、字典等常见数据类型；学习并编写 for 和 while 循环方式；Python 的标准库和第三方库，了解读取磁盘文件的方式等

  • 实战项目 3：探索共享单车用户行为规律

用 Python 分析共享单车行程和用户数据，分析最热路径、最典型用户等商业信息。你将编写交互式代码来查询数据，使用描述性统计学分析。

  • 第 4 部分：数据分析入门

了解数据分析流程的主要步骤，运用 NumPy 和 Pandas 处理多个数据集；并通过两个数据分析实战案例，学习使用 Python 中的常用包进行数据清洗、探索、分析和可视化；温习之前所学的 SQL 基础知识，进一步掌握不同表格间的连接、聚合函数以及高级的 SQL 使用方法。

  • 实战项目 4：探索电影/枪支管理/体育赛事数据

获得来自 TMDb、医院管理系统、FBI 数据库的精选真实数据集，使用 NumPy 和 Pandas 完整体验分析流程，分析高票房电影有哪些共同点、什么样的球队容易赢得比赛等真实世界问题。

  • 第 5 部分：统计学

学习基础的描述统计学理论、基本的概率知识、二项分布和贝叶斯公式，并学会使用 Python 来实践；学习正态分布、抽样分布、置信区间以及假设检验的概念和计算方式；学习线性回归以及逻辑回归，在真实场景中应用，比如分析 A/B 测试结果，搭建简单的监督机器学习模型。

  • 实战项目 5：分析电商网页转化能力 A/B 测试

研究一个电子商务网站的真实产品数据，分析页面 A/B 测试中的转化能力，分析是否需要重新设计页面并基于数据提出实施建议。

你可以通过学习课程为实战项目做准备，但学完所有课程材料 并不是 毕业的必要条件， 完成课程中涉及的五个实战项目是毕业的必要条件 。如果你在上课前已经拥有丰富的经验，或有更适合你的材料，请你试着 直接 投入到实战项目中。然而大多数学生需要学习课程内容，并完成练习，从而能在项目中获得成功。

为帮助你快速实现目标，我们为你的每个实战项目设置了建议完成日期，显示在教室中课程主页相关项目旁。此时间线的设计标准为每周大约投入 10 小时。 请在任何可能的时候回到教室继续学习 ，即使只是 10 分钟，也能确保不断取得进步。

Next Concept