一、Excel

4-8-1 操作技巧（一）

4-8-2 操作技巧（二）

4-8-3 数据清洗、初识公式（一）

4-8-4 数据清洗、初识公式（二）

4-8-5 数据清洗、初识公式（三）

4-9-1 公式、常用函数（一）

4-9-2 公式、常用函数（二）

4-9-3 公式、常用函数（三）

4-9-4 数组（一）

4-9-5 数组（二）

4-10-1 查找与引用函数（一）

4-10-2 查找与引用函数（二）

4-10-3 查找与引用函数（三）

4-10-4 图表（一）

4-10-5 图表（二）

4-11-1 动态图表

4-11-2 数据透视表

4-11-3 Power Query（一）

4-11-4 Power Query（二）

4-11-5 Power Query（三）

4-12-1 Power Query（四）

4-12-2 Power Query（五）

4-12-3 Power Pivot（一）

4-12-4 Power Pivot（二）

4-12-5 Power Pivot（三）

二、MySQL

4-15-1 创建数据库、数据类型

4-15-2 创建数据表、约束

4-15-3 修改表数据结构、插入数据

4-15-4 初识select、update、delete、导入csv数据

4-16-1 单表查询（一）

4-16-2 单表查询（二）

4-16-3 单表查询（三）

4-16-4 多表连接、正则表达式、索引（一）

4-16-5 多表连接、正则表达式、索引（二）

4-17-1 数据库函数

4-17-2 时间函数、用户、权限

4-17-3 workbench

4-18-1 SQLServer

4-18-2 SQLServer

4-18-3 SQLServer

4-18-4 SQLServer

4-18-5 SQLServer

4-19-1 Oracle

4-19-2 Oracle

4-19-3 Oracle

4-19-4 Oracle

4-19-5 Oracle

4-19-6 Oracle

4-25-1 数据分析方法

4-25-2 Power BI案例

4-25-3 MySQL案例

4-25-4 MySQL案例

4-26-1 综合案例（一）

4-26-2 综合案例（二）

4-26-3 综合案例（三）

4-26-4 MySQL进阶练习

4-26-5 MySQL进阶练习

三、Tableau数据可视化

4-22-1 Tableau介绍

4-22-2 数据连接、表连接

4-22-3 排序、层级结构、组、表计算

4-22-4 集、筛选器

4-22-5 参数、参考线、预测

4-23-1 函数

4-23-2 条形图、直方图、饼图、环形图

4-23-3 凸显表、热力图、树状图、气泡图、箱线图、词云图、组合图等

4-23-4 帕累托图、符号地图等

4-23-5 案例

四、Python

4-28-1 Python简介、Anaconda、启动方式

4-28-2 markdown编码、输入输出

4-28-3 类型、赋值、索引

4-28-4 字符串方法、格式化

4-28-5 表达式和运算符、列表

4-29-1 元组、集合

4-29-2 字典、if语句

4-29-3 判断语句练习

4-29-4 while、for、break、continue

4-29-5 循环语句练习

4-30-1 列表表达式、自定义函数

4-30-2 参数、作用域、局部变量、全局变量、闭包

4-30-3 递归、lambda匿名函数

4-30-4 异常处理、文件读写

4-30-5 常用模块、enumerate

5-5-1 Numpy基本概念和数据类型

5-5-2 常用数组、ndarray常用属性和索引切片

5-5-3 Numpy操作

5-5-4 Numpy操作

5-5-5 Numpy矩阵

5-6-1 Numpy练习

5-6-3 Numpy百题

5-6-4 Series、DataFrame

5-6-5 数据读取和保存、数据类型、索引名称修改、描述统计

5-7-1 离散化、排序、函数应用

5-7-2 表合并、处理缺失值

5-7-3 文本数据处理

5-7-4 数据分组

5-7-5 pandas练习上

5-8-1 pandas练习下

5-8-2 matplotlib、seaborn可视化（一）

5-8-3 matplotlib、seaborn可视化（二）

5-8-4 matplotlib、seaborn可视化（三）

5-8-5 matplotlib、seaborn可视化（四）

5-9-1 pandas练习

5-9-2 pandas练习

5-9-3 数据清洗案例

5-9-4 数据清洗案例

5-9-5 数据清洗案例

五、商业BI实战案例

5-12-1 PBD简介

5-12-2 Power Query案例、表链接规则

5-12-3 链接规则进阶

5-12-4 链接规则练习、PBD可视化简介

5-12-5 PBD基本操作

5-12-6 PBD基本操作

5-13-1 PBD基本操作

5-13-2 PBD基本操作

5-13-3 PBD基本操作

5-13-4 PBD基本操作

5-13-5 PBD基本操作

5-14-1 PBD基本操作

5-14-2 PBD基本操作

5-14-3 PBD基本操作

5-14-4 PBD基本操作

5-14-5 PBD基本操作

5-15-1 乘用车练习、商业分析报告

5-15-2 乘用车练习、商业分析报告

5-15-3 乘用车练习、商业分析报告

5-15-4 乘用车练习、商业分析报告

5-16-1 小组成果展示

5-16-2 小组成果展示

5-16-3 小组成果展示

5-16-4 小组成果展示

六、Python爬虫

5-18-1 网络爬虫基础

5-18-2 网页基础

5-18-3 正则表达式

5-18-4 爬虫库urllib

5-18-5 图片提取和保存

5-19-1 urllib案例

5-19-2 爬虫库requests

5-19-3 requests案例

5-19-4 爬取多页数据、jieba库、词云图

5-19-5 爬虫库BeautifulSoup

5-20-1 BeautifulSoup案例

5-20-2 爬取多页数据、Ajax数据爬取

5-20-3 爬虫库selenium

5-20-4 selenium案例

5-20-5 Tushare库、PyEcharts介绍、爬虫总结

七、统计基础

5-24-1 微积分基础（函数）

5-24-2 微积分基础（极限）

5-24-3 微积分基础（导数）

5-24-4 微分和导数的应用

5-24-5 定积分和线性代数

5-24-6 线性代数基础

5-24-7 矩阵变换

5-25-1 数据的概括性度量一

5-25-2 数据的概括性度量二

5-25-3 偏态与峰态的度量

5-25-4 正态分布

5-25-5 抽样分布

5-25-6 评价估计量的指标

5-25-7 最大似然估计（一）

5-26-1 最大似然估计（二）

5-26-2 一个总体参数的区间估计

5-26-3 两个总体比例之差的估计

5-26-4 单侧检验和双侧检验（一）

5-26-5 单侧检验和双侧检验（二）

5-26-6 拟合优度检验

5-27-1 回归分析

5-27-2 参数估计（最小二乘法）

5-27-3 假设检验

5-27-4 多元线性回归

5-27-5 多元线性回归假设检验（一）

5-27-6 多元线性回归假设检验（二）

5-27-7 变量选择

八、SPSS

5-30-1 大数据和小数据介绍

5-30-2 定量分析和定性分析

5-30-3 方差分析t检验（一）

5-30-4 方差分析t检验（二）

5-30-5 方差分析t检验（三）

5-31-1 线性回归（一）

5-31-2 线性回归（二）

5-31-3 异常值诊断

5-31-4 异方差检验

5-31-5 逻辑回归介绍

6-3-1 logistic回归

6-3-2 卡方分析与相关分析

6-3-3 logistic回归（二）

6-3-4 logistic回归（三）

6-3-5 logistic回归（四）

6-4-1 特征筛选

6-4-2 主成分分析（一）

6-4-3 主成分分析（二）

6-4-4 主成分分析（三）

6-4-5 职业规划

九、python机器学习

6-5-1 书籍推荐和数据科学介绍

6-5-2 机器学习介绍和属性类型

6-5-3 数据挖掘过程

6-5-4 Scikit-Learn介绍

6-6-1 基本的统计概念（一）

6-6-2 基本的统计概念（二）

6-6-3 基本的统计概念（三）

6-6-4 相关性检验

6-10-1 简单线性回归

6-10-2 评价模型的指标

6-10-3 非线性关系

6-10-4 线性回归代码展示

6-10-5 神经网络

6-11-1 非线性回归

6-11-2 lasso回归

6-11-3 非线性回归代码展示和混淆矩阵

6-11-4 混淆矩阵（二）

6-11-5 ROC曲线和AUC面积

6-12-1 决策树原理

6-12-2 信息增益和缺失值处理

6-12-3 决策树剪枝（一）

6-12-4 决策树剪枝（二）

6-12-5 决策是代码展示

6-13-1 集成学习原理（一）

6-13-2 集成学习原理和代码

6-13-3 聚类原理

6-13-4 层次聚类算法

6-13-5 K均值评估指标

6-14-1 支持向量机

6-14-2 线性支持向量机

6-14-3 线性支持向量机例题

6-14-4 非线性支持向量机

6-14-5 SVM代码展示

6-15-1 关联规则原理

6-15-2 Aprior算法介绍

6-15-3 关联规则的评估

6-15-4 关联规则代码展示和贝叶斯介绍

十、电商文本挖掘

6-22-1

6-22-2

6-22-3

6-22-4

6-22-5

6-22-6

6-22-7

6-23-1

6-23-2

6-23-3

6-23-4

6-23-5

6-23-6

6-23-7

十一、SQL集训

6-24-1

6-24-2

6-24-3

6-24-4

6-24-5

十二、评分卡

6-29-1

6-29-2

6-29-3

6-29-4

6-29-5

7-1-1

7-1-2

7-1-3

7-1-4

十三、毕业答辩

6-30-1

6-30-2

6-30-3

6-30-4

6-30-5

6-30-6

6-30-7

十四、就业指导

7-3-1

7-3-2

7-3-3