01

数据清洗实战

处理缺失值、异常值，格式化时间序列，计算总价

retail_orders.csv 入门

02

销售数据分组聚合

按产品、地区、时间进行分组，计算销售统计指标

retail_orders.csv 入门

03

购物篮分析

分析商品关联规则，识别热销组合

market_basket.csv 中级

04

客户聚类分析

使用 K-means 算法对客户进行聚类，识别不同客户群体

user_logs.csv 高级

05

销售数据可视化

使用 matplotlib 绘制销售趋势图、分布图等

retail_orders.csv 中级

06

A/B 测试分析

分析不同方案的效果差异，进行显著性检验

ab_test.csv 中级

07

时间序列分析

分析销售数据的时间趋势，进行简单预测

retail_orders.csv 高级

08

特征工程

创建新特征，优化数据结构，为机器学习做准备

user_logs.csv 高级

09

异常值检测

使用统计方法和机器学习算法检测异常数据

retail_orders.csv 高级

10

多数据集合并

合并多个数据集，进行综合分析

retail_orders.csv 高级