一、Excel

4-2-1.Excel基本知识

4-2-2.Excel基本技巧

4-2-3.数据导入和规范处理

4-2-4.数据收集与清洗

4-3-1.公式

4-3-2.常用逻辑函数

4-3-3.常用日期、文本、统计函数

4-3-4.数组

4-4-1.VLOOKUP和OFFSET函数

4-4-2.MATCH和INDEX函数

4-4-3.基本图表

4-4-4.数据透视表

4-8-1.动态透视表

4-8-2.交互式界面和组合框动态制作

4-8-3.宏和Power BI

4-8-4.Power BI Desktop

4-9-1.Power Query

4-9-2.Power View

4-9-3.Power Pivot

4-9-4.趋势分析透视表透视图

二、MySQL

4-11-1.初始MySQL

4-11-2.增删改查和子查询

4-12-1.常用函数和多条件查询

4-12-2.事务、视图和索引

4-23-1.电商案例数据准备

4-23-2.数据预处理

4-23-3.select练习

4-24-1.数据分析方法

4-24-2.图表应用

4-24-3.基本分析方法

4-25-1.小组分享

4-25-2.分析仪制作方法

4-25-3.餐饮分析仪制作

三、统计

4-16-1.数学概况

4-16-2.数学模型

4-16-3.向量和矩阵变换

4-16-4.向量和矩阵运算

4-16-5.初等函数

4-17-1.极限和导数

4-17-2.导数运算法则

4-17-3.函数极值

4-17-4.定积分

4-17-5.数据的概括性度量

4-18-1.基本统计量

4-18-2.抽样分布

4-18-3.参数估计

4-18-4.区间估计

4-18-5.假设检验

4-19-1.分类数据分析

4-19-2.一元线性回归

4-19-3.多元线性回归

4-19-4.模型预测及回归诊断

4-19-5.线性回归建模流程

四、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

五、SPSS

6-4-1.数据分析全过程

6-4-2.SPSS软件介绍

6-4-3.随机抽样

6-4-4.访问数据源

6-5-1.统计量与图形

6-5-2.员工绩效管理

6-5-3.线性回归

6-5-4.残差分析

6-5-5.信用行为特征分类

6-14-1

6-14-2

6-14-3

6-14-4

6-14-5

6-15-1

6-15-2

6-15-3

6-15-4

6-15-5

6-16-1

6-16-2

6-16-3

6-16-4

6-16-5

六、Python

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

6-19-1.pandas数据结构

6-19-2.Series和DataFrame对象的创建

6-19-3.Series和DataFrame对象的增删改查

6-19-4.DataFrame练习

6-19-5.快速查看整体信息

6-20-1.index基本操作1

6-20-2.index基本操作2

6-20-3.算术运算、函数和映射

6-20-4.排序、排名和连接

6-20-5.分组操作

6-21-1.多维数组ndarrary

6-21-2.数组属性及切片

6-21-3.数组索引

6-21-4.数组转置和轴对换

6-21-5.分组、合并和拆分

6-23-1python配置数据存储工具、python基础、爬虫基本思路

6-23-2网页抓取

6-23-3静态网页爬取

6-23-4动态网页爬取

6-23-5使用自动化工具模拟浏览器爬虫

6-24-1mysql数据库操作

6-24-2爬取新闻数据并储到数据库

6-24-3综合爬虫项目代码讲解

6-24-4爬取数据的应用

6-24-5爬取数据的应用

6-25-1文本分析历程

6-25-2词向量

6-25-3中文分词

6-25-4代码实战-分词

6-25-5代码实战-词云图

6-26-1文本挖掘应用场景、文本挖掘算法-分类算法Logistic、KNN

6-26-2贝叶斯、SVM、效果评估

6-26-3文本分析案例-1文本分类案例

6-26-4对案例数据进行预测、文本聚类案例

6-26-5情感分析案例

6-27-1推荐系统概述

6-27-2推荐系统定义、冷启动问题

6-27-3冷启动解决方案、协同过滤代码实现

6-27-4基于item的协同过滤

6-27-5淘宝玩具店聚类

6-28-1基于内容的推荐系统、矩阵分解与隐语义模型、推荐系统的评估指标

6-28-2基于关联规则的模型推荐、surprise推荐系统

6-28-3scikit-surprise的安装、surprise实现推荐系统

6-28-4推荐系统kaggle实战一

6-28-5推荐系统kaggle实战二

七、数据分析在相关行业中的运用

6-30-1企业对风控分析师的要求、互联网金融产品介绍、产品特点、用户介绍

6-30-2数据介绍、现金贷车贷风控流程

6-30-3车贷风控流程、策略简介、评分卡制作

6-30-4评分卡模型开发、业务补充

7-1-1语音识别、自然语言处理NLP

7-1-2图像识别、专家系统

7-1-3什么是互联网数据分析、互联网数据分析、

7-1-4互联网常用指标、如何找到好的指标、案例讲解

7-1-5场景演练、答疑

7-2-1.SQL集训1

7-2-2.SQL集训2

7-2-3.SQL集训3

7-2-4.SQL集训4

7-2-5.SQL集训5

八、就业指导

7-3-1.就业指导1

7-3-2.就业指导2

7-3-3.就业指导3

九、毕业答辩

7-8-1

7-8-2

7-8-3

7-8-4