一、Excel

1.基本操作

2.数据收集

3.数据清洗

4.一般公式

5.一般函数

6.日期函数

7.数组

8.VLOOKUP与OFFSET函数

9.MATCH与INDEX函数

10.基本图形

11.多维图形

12.动态图表

13.杜邦分析仪制作

14.powermap

15.POWERVIEW

16.powerquery

17.合并查询

18.Power Query和M函数

19.Power Query和数据透视表

20.Power Povit

21.Power Povit DAX表达式

二、MySQL

3-12-1DAX表达式

3-12-2使用KPI

3-12-3MySQL引言

3-12-4数据类型与约束

3-12-5创建表

3-13-1修改数据表

3-13-2查询

3-13-3查询操作符&子查询

3-13-4彩票案例

3-13-5彩票案例2

3-14-1.电商数据处理概述

3-14-2.建表和导数

3-14-3.表链接和子查询

3-14-4.多条件查询

3-15-1电商数据处理

3-15-2方法论-基本图表法

3-15-3基本分析方法

3-15-4电商业务分析

3-16-1.习题实战分享

3-16-2.案例介绍

3-16-3.数据预分析

3-16-4.分析仪制作

三、SPSS

3-19-1.SPSS数据分析一般流程

3-19-2.SPSS基本操作

3-20-1.访问数据源

3-20-2.随机抽样

3-20-3.线性回归分析

3-20-4.相关性和显著性检验

3-20-5.残差分析

3-21-1.基于线性回归的员工绩效案例

3-21-2.逻辑回归logit变换

3-21-3.逻辑回归系数的解释

3-21-4.逻辑回归建模及结果输出

3-21-5.哑变量

3-22-1缺失值处理

3-22-2多重插补

3-22-3缺失比例较大时的处理逻辑

3-22-4降维逻辑

3-22-5曲线估计_逐步法_主成分

3-23-1.主成分分析的总方差解释

3-23-2.主成分分析的成分矩阵

3-23-3.RFM引言

3-23-4.RFM分箱

3-23-5.RFM客户价值分析

3-26-1聚类分析计算

3-26-2聚类实施

3-26-3联合分析简介

3-26-4联合分析实施

3-26-5表格模板制作

3-27-1直销-改善市场营销活动

3-27-2直销-采购联系人

3-27-3直销-对比竞销活动的效果

3-27-4正态分布转换方法

四、统计

3-28-1数学概况、数据类型

3-28-2支持向量机，回归模型

3-28-3矩阵&向量计算

3-28-4奇异值分解&现代总结

3-28-5微积分-函数

3-29-1.极限和导数

3-29-2.导数运算和偏导数

3-29-3.函数的极值和泰勒中值定理

3-29-4.定积分和级数

3-29-5.基本统计量

3-30-1.数据分布特征和描述统计量

3-30-2.抽样分布

3-30-3.点估计

3-30-4.区间估计

3-30-5.假设检验

3-31-1.两个总体的参数检验和列联分析

3-31-2.相关分析和回归分析

3-31-3.线性回归

3-31-4.线性回归模型评估

3-31-5.线性回归建模流程

五、Python

4-3-1.Python简介

4-3-2.变量赋值

4-3-3.字符串

4-3-4.列表和字典

4-4-1.分支结构

4-4-2.循环

4-4-3.循环练习

4-9-1.自定义函数

4-9-2.自定义函数调用

4-9-3.高级函数

4-9-4.time、datetime、random模块

4-9-5.三元表达式4-9-5

4-11-1.错误和异常

4-11-2.模块

4-11-3.Python类

4-11-4.在Python中连接数据库

4-12-1.数组基本操作

4-12-2.切片和索引

4-12-3.数据框基本操作

4-12-4.Pandas数据清洗

4-13-1.Pandas过滤和排序

4-13-2.Pandas apply函数

4-13-3.pandas数据处理

4-14-1.pandas计算RFM

4-14-2.pandas练习1

4-14-3.pandas练习2

4-16-1.爬虫基本原理

4-16-2.爬取图片

4-16-3.数据抓包

4-16-4.反爬与反反爬

4-16-5.post抓取有道翻译

4-17-1.抓取淘宝数据

4-17-2.正则表达式抓取猫眼数据

4-17-3.抓取新闻数据

4-17-4.抓取动态页面

4-17-5.Scrapy框架

4-18-1.从规则到统计和统计语言模型

4-18-2.词向量

4-18-3.中文分词

4-18-4.代码实现分词和词向量

4-18-5.词云图

4-19-1.Logistic回归和KNN

4-19-2.贝叶斯和SVM

4-19-3.文本分类

4-19-4.文本聚类

4-19-5.情感分析

4-24-1.推荐系统概述

4-24-2.冷启动和EE问题

4-24-3.基于紧邻的协同过滤

4-24-4相似度计算以及两种算法的比较

4-24-5.代码进行相似度计算

4-25-1.基于内容的推荐

4-25-2.TF-IDF文本向量化

4-25-3.基于矩阵分解的推荐

4-25-4.代码实现推荐系统

六、中期交流

4-23-1

4-23-2

4-23-3

4-23-4

4-23-5

4-23-6

4-23-7

七、R

4-26-1.R语言介绍

4-26-2.R数据类型

4-26-3.列表和矩阵

4-26-4.数组和因子

4-27-1.读写数据

4-27-2.读取大型数据

4-27-3.取子集

4-27-4.去除缺失值

4-27-5.向量化运算

5-2-1.基本运算函数

5-2-2.随机数函数

5-2-3.日期和时间运算

5-2-4.字符处理函数

5-3-1.控制结构

5-3-2.循环

5-3-3.自定义函数

5-3-4.循环函数

5-4-1.分析性图表基本原则

5-4-2.箱线图和直方图

5-4-3.基础绘图系统

5-4-4.基础绘图函数

5-4-5.基础图形注释

5-5-1.基本统计量

5-5-2.样本均值的统计量

5-5-3.置信区间和区间估计

5-5-4.假设检验

5-5-5.单样本T检验

5-5-6.两样本T检验

5-5-7.方差分析

5-5-8.相关分析

5-5-9.卡方检验

5-8-1.简单线性回归

5-8-2.R代码实现简单线性回归

5-8-3.多元线性回归

5-8-4.变量选择

5-8-5.模型评估

5-9-1.回归诊断

5-9-2.逻辑回归logit变换

5-9-3.逻辑回归参数估计

5-9-4.模型评估

5-10-1.R代码实现模型评估

5-10-2.层次聚类

5-10-3.R代码实现层次聚类

5-12-1.关联规则相关概念

5-12-2.Apriori算法

5-12-3.Apriori案例分析

5-12-4.R代码实现Apriori算法

5-12-5.数据分类简述

5-13-1.决策树基本概念和CLS算法

5-13-2.ID3算法

5-13-3.C4.5算法

5-13-4.决策树剪枝

5-13-5.CART算法

5-16-1.R语言实现决策树1

5-16-2.R语言实现决策树2

5-16-3.随机森林引言

5-16-4.随机森林算法

5-16-5.R语言实现随机森林

5-17-1.SVM简介

5-17-2.线性可分SVM

5-17-3.非线性SVM

5-17-4.软间隔SVM

5-17-5.R语言实现SVM

5-21-1.概率计算

5-21-2.贝叶斯公式

5-21-3.贝叶斯建模

5-21-4.R语言实现Bayes

5-22-1.神经元模型

5-22-2.单层感知器

5-22-3.感知器实现直线拟合

5-22-4.BP和RBP神经网络

5-23-1.KDD过程

5-23-2.电影票房案例分析

5-24-1.WOE和IV

5-24-2.信用评分卡模型

5-24-3.R语言实现评分卡模型

5-25-1.K-Means聚类

5-25-2.聚类结果检验

5-25-3.主成分分析

5-25-4.R语言实现主成分

5-28-1.决策树基本原理

5-28-2.决策树算法介绍

5-28-3.R语言实现决策树

5-28-4.决策树应用

5-29-1.通用建模流程1

5-29-2.通用建模流程2

5-29-3.逻辑回归数据准备

5-29-4.数据探索和数据分布

5-29-5.数据清洗和建模

5-30-1.线性回归数据准备

5-30-2.数据清洗

5-30-3.线性回归建模

5-30-4.两阶段模型的综合应用

5-31-1.客户分群简介

5-31-2.聚类算法

5-31-3.客户分群建模流程

5-31-4.R语言实现客户分群

6-1-1.推荐系统基础

6-1-2.Apriori算法

6-1-3.FpGrowth算法

6-1-4.R语言实现关联规则

6-1-5.协同过滤

6-2-1.时间序列简介

6-2-2.AR模型

6-2-3.MA模型

6-2-4.ARIMA模型

6-2-5.时间序列模型预测

6-2-6.Box_Jenkins建模流程

八、数据分析在相关行业中的运用

6-5-1

6-5-2

6-5-3

6-5-4

6-5-5

6-6-1

6-6-2

6-6-3

6-6-4

6-9-1

6-9-2

6-9-3

6-9-4

6-9-5

6-9-6

6-10-1

6-10-2

6-10-3

6-10-4

九、毕业答辩

6-15-1

6-15-2

6-15-3

6-15-4

6-15-5

6-15-6

十、Python（补）

6-11-1.Python简介

6-11-2.数字和字符串

6-11-3.字符串截取和处理的方法

6-11-4.列表

6-11-5.字典和集合

6-12-1.格式化输出

6-12-2.循环控制语句

6-12-3.自定义函数

6-12-4.函数进阶

6-12-5.递归函数

6-13-1.类与对象

6-13-2.继承

6-13-3.模块与库

6-13-4.包和文件编码

6-13-5.文件读写和异常处理