一、Excel

6-25-1.Excel基础知识和选择性粘贴

6-25-2.审阅、视图、数据验证和组合键

6-25-3。导入数据和自定义数据格式

6-25-4.数据规范和清洗

6.26.1Excel公式

6.26.2Excel常用函数-P1

6.26.3Excel常用函数-P2

6.26.4 Excel数组

6-27-1.基本函数

6-27-2.高级函数

6-27-3.图表

6-27-4.数据透视表

6.28.1Excel案例实验-P1

6.28.2Excel案例实验-P2

6.28.3初始学习BI

6.28.4Power View数据可视化

6-29-1.Power Query合并查询

6-29-2.Power Query M函数

6-29-3.Power Pivot DAX函数

6-29-4.Power View

二、MySQL

7-2-1.数据库基本知识

7-2-2.DDL语言

7-2-3.数据类型和约束条件

7-2-4.插入数据

7-3-1.单表查询

7-3-2.常用函数

7-3-3.多表查询

7-3-4.视图和触发器

7-4-1.数据分析方法论

7-4-2.电商数据处理案例1

7-4-3.电商数据处理案例2

7-4-4.电商数据处理案例3

8-9-1.Mysql&PowerBI案例&数据分析方法论

8-9-2.Mysql&PowerBI案例&数据分析方法论

8-9-3.Mysql&PowerBI案例&数据分析方法论

8-9-4.Mysql&PowerBI案例&数据分析方法论

8-10-1.Mysql&PowerBI案例&数据分析方法论

8-10-2.Mysql&PowerBI案例&数据分析方法论

8-10-3.Mysql&PowerBI案例&数据分析方法论

三、统计

7-5-1.函数和极限

7-5-2.导数的连续性

7-5-3.导数

7-5-4.偏导数

7-5-5.微分的应用

7-5-6.向量和矩阵

7-5-7.特征值和特征向量

7-6-1.统计概述

7-6-2.抽样方法

7-6-3.描述统计

7-6-4.基本统计量

7-9-1.统计学引言

7-9-2.数据的概括性度量

7-9-3.基本图形和概率

7-9-4.条件概率、全概公式、贝叶斯公式

7-9-5.回归分析

7-10-1.随机变量

7-10-2.统计推断&假设检验

7-10-3.统计推断&假设检验

7-10-4.总体、样本估计

7-10-5.方差分析、交叉表验证

7-10-6.主成分分析

四、Python

7-11-1.课程介绍、python简介、环境安装

7-11-2.程序结构、语法规范、标识符保留字、变量、输入输出

7-11-3.数据类型

7-11-4.字符串方法

7-11-5.运算符，控制语句

7-12-1.课后作业讲解

7-12-2.列表

7-12-3.列表推导式

7-12-4.元组和集合

7-12-5.字典

7-12-6.自定义函数

7-13-1.课后作业讲解

7-13-2.面向对象

7-13-3.库和模块

7-13-4.数据库操作

7-13-5.文件

7-16-1.Numpy库基本概念

7-16-2.创建数组

7-16-3.数据类型

7-16-4.数组方法1

7-16-5.数组方法2

7-17-1.Numpy案例

7-17-2.Matplotlib基本绘图步骤

7-17-3.国民经济核算季度案例1

7-17-4国民经济核算季度案例2

7-18-1.pyplot基础语法

7-18-2.基本图形

7-18-3读写mql数据

7-18-4pandas读写数据

7-18-5.DataFrame属性、取值和修改

7-18-6pandas数据清洗1

7-18-7pandas数据清洗2

7-19-1.课后作业讲解

7-19-2.DataFrame属性和索引

7-19-3.pandas练习

7-19-4.爬虫基本原理

7-19-5.爬取贴吧图片

7-20-1.pandas复习

7-20-2.正则和第三方库取淘宝数据

7-20-3.post抓取有道词典

7-20-4API获取和风天气数据

7-20-5.动态抓取旅游网数据

7-23-1.机器学习概述

7-23-2.机器学习应用

7-23-3.代价函数和梯度下降

7-23-4.梯度下降求解线性回归

7-23-5.Python实现一元线性回归

7-24-1.多元线性回归

7-24-2.标准方程法求解回归参数

7-24-3.正则化代价函数

7-24-4.逻辑回归

7-24-5.Python实现逻辑回归

7-25-1.感知器

7-25-2.Python实现单层感知器

7-25-3.线性神经网络

7-25-4.BP神经网络

7-25-5.Python实现BP网络-手写数字识别

7-26-1.KNN分类

7-26-2.Python实现KNN

7-26-3.决策树算法

7-26-4.Python实现决策树

7-27-1.决策树回顾

7-27-2.随机森林

7-27-3.Python实现随机森林

7-27-4.AdaBoost

7-30-1.贝叶斯算法介绍

7-30-2.贝叶斯小案例

7-30-3.python实现朴素贝叶斯

7-30-4.scikit-learn实现朴素贝叶斯1

7-30-5.scikit-learn实现朴素贝叶斯2

7-31-1.聚类算法介绍、python实现k-means

7-31-2.层次聚类

7-31-3.python实现层次聚类

8-1-1.支持向量机SVM原理

8-1-2.线性可分SVM及python代码

8-1-3.多分类SVM的python实现

8-1-4.非线性SVM 核函数

8-2-1.推荐系统简介

8-2-2.关联规则python实现

8-2-3.关联规则Apriori算法

8-2-4.Apriori算法python实现

8-2-5.Apriori算法scikit-learn实现

8-3-1.协同过滤原理介绍

8-3-2.基于物品的协同过滤

8-3-3.surprise实现基于物品的协同过滤

8-3-4.scikit-learn实现推荐系统

8-6-1.美库尔决策树案例 1

8-6-2.美库尔决策树案例 2

8-6-3.美库尔决策树案例 3

8-6-4.美库尔决策树案例 4

8-6-5.美库尔决策树案例 5

8-7-1.美库尔时间序列案例 1

8-7-2.美库尔时间序列案例 2

8-7-3.美库尔时间序列案例 3

8-7-4.美库尔时间序列案例 4

8-7-5.美库尔时间序列案例 5

8-8-1.美库尔推荐系统案例 1

8-8-2.美库尔推荐系统案例 2

8-8-3.美库尔推荐系统案例 3

8-8-4.美库尔推荐系统案例 4

8-8-5.美库尔推荐系统案例 5

五、SPSS

8-13-1.数据分析流程

8-13-2.SPSS软件综合特征

8-13-3.数据的描述、统计指标

8-13-4.访问数据源本-地文件

8-13-5.数据库访问

8-13-6.统计量与图形

8-14-1.员工绩效管理

8-14-2.问卷相关知识

8-14-3.样本设计与执行

8-14-4.样本设计与执行2

8-14-5.回归分析步骤

8-15-1.相关系数分析

8-15-2.残差分析

8-15-3.残差的解读

8-15-4.商品材质案例（回归分析）

8-15-5.逻辑回归原理

8-16-1.基于逻辑回归的个人信贷案例（一）

8-16-2.基于逻辑回归的个人信贷案例（二）

8-16-3.基于逻辑回归的个人信贷案例（三）

8-16-4.基于逻辑回归的个人信贷案例（四）

8-16-5.基于逻辑回归的个人信贷案例（五）

8-17-1.基于聚类的用户画像案例

8-17-2.聚类结果解读、客户价值评分

8-17-3.客户价值分析

8-17-4.购买行为组合与预测

六、R

8-20-1.R语言简介，环境介绍

8-20-2.R中数据变量基础（一）

8-20-3.R中数据变量基础（二）

8-20-4.R中数据结构及基本函数

8-21-1.R中常见函数介绍（一）

8-21-2.R中常见函数介绍（二）

8-21-3.R中常见函数介绍（三）

8-21-4.R链接数据库操作方法（一）

8-21-5.R链接数据库操作方法（二）

8-22-1.R中数据清洗（一）

8-22-2.R中数据清洗（二）

8-22-3.R中数据清洗（三）

8-22-4.R中数据清洗（四）

8-23-1.数据整理的思路及基础知识（一）

8-23-2.数据整理的思路及基础知识（二）

8-23-3.数据整理的思路及基础知识（三）

8-23-4.数据整理的思路及基础知识（四）

8-24-1.R的可视化（一）

8-24-2.R的可视化（二）

8-24-3.R的可视化（三）

8-24-4.R的可视化（四）

8-25-1.R的描述统计及统计推断（一）

8-25-2.R的描述统计及统计推断（二）

8-25-3.R的描述统计及统计推断（三）

8-25-4.R的描述统计及统计推断（四）

8-25-5.R的描述统计及统计推断（五）

8-28-1.支持向量机的股价预测案例 1

8-28-2.支持向量机的股价预测案例 2

8-28-3.支持向量机的股价预测案例 3

8-28-4.支持向量机的股价预测案例 4

8-29-1.BP神经网络--网贷逾期风险识别（一）

8-29-2.BP神经网络--网贷逾期风险识别（二）

9-29-3.BP神经网络--网贷逾期风险识别（三）

8-29-4.BP神经网络--网贷逾期风险识别（四）

8-29-5.BP神经网络--网贷逾期风险识别（五）

8-30-1.逻辑回归的商业应用案例（一）

8-30-2.逻辑回归的商业应用案例（二）

8-30-3.逻辑回归的商业应用案例（三）

8-30-4.逻辑回归的商业应用案例（四）

8-30-5.逻辑回归的商业应用案例（五）

8-31-1.线性回归的商业应用案例（一）

8-31-2.线性回归的商业应用案例（二）

8-31-3.线性回归的商业应用案例（三）

8-31-4.线性回归的商业应用案例（四）

9-3-1.K-means的商业应用案例（一）

9-3-2.K-means的商业应用案例（二）

9-3-3.K-means的商业应用案例（三）

9-3-4.K-means的商业应用案例（四）

9-3-5.K-means的商业应用案例（五）

9-3-6.K-means的商业应用案例（六）

9-3-7.K-means的商业应用案例（七）

9-6-1.文本分析历程，中文分词逻辑

9-6-2.中文分词python实现

9-6-3. 隐马尔科夫模型

9-6-4. 词云分析

9-7-1. 主题提取

9-7-2. 绘制词云

9-7-3. TF/IDF模型

9-7-4. 主题关键词提取

9-7-5. 基于朴素贝叶斯的文本挖掘

七、数据分析在相关行业中的运用

9-8-1

9-8-2

9-8-3

9-8-4

9-9-1

9-9-2

9-9-3

9-9-4

9-9-5

9-10-1 推荐系统及推荐算法介绍

9-10-2 推荐系统应用场景及定义

9-10-3 surprise实现推荐系统算法

9-10-4 协同过滤算法介绍

9-11-1 推荐系统评估

9-11-2 基于内容的推荐

9-11-3 矩阵分解与隐语义模型

9-11-4 基于模型的推荐

9-11-5 推荐案例

八、SQL集训

9-13-1

9-13-2

9-13-3

9-13-4

九、就业指导

9-14-1

9-14-2

9-14-3

9-14-4

9-14-5

十、毕业答辩

9-21-1

9-21-2

9-21-3

9-21-4

9-21-5

9-21-6

9-21-7

9-21-8