一、MySQL

10-15-1 数据库基本介绍

10-15-2 数据表、数据类型、约束

10-15-3 插入&导入&修改数据

10-15-4 查询&聚合

10-15-5 连接查询、操作符、聚合函数

10-16-1 逻辑操作符&子查询、常用函数

10-16-2 更新数据操作、彩票查询案例-1

10-16-3 彩票查询案例-2 电商查询案例-4

10-16-4 电商查询案例-1

10-17-1 电商查询案例-2

10-17-2 电商查询案例-3

10-17-3 电商查询案例-4

10-28-1 数据分析方法

10-28-2 图表应用

10-28-3 基本分析方法

10-28-4 .基本分析方法

10-29-1 小组分享

10-29-2 分析仪制作方法

10-29-3 餐饮分析仪制作

10-29-4 餐饮分析仪制作

二、统计

10-19-1 数据分析、数据挖掘相关概念解析

10-19-2 常用函数、函数的极限、微积分

10-19-3 常见函数的导数

10-19-4 偏导数、洛必达法则、 凹凸函数判定

10-19-5 泰勒中值定理

10-20-1 级数

10-20-2 泰勒公式、线性代数

10-20-3 矩阵运算、数据的收集、抽样

10-20-4 多种抽样、调查方式、数据误差

10-20-5 集中趋势的几种描述

10-21-1 标准分、切比雪夫不等式、离散系数

10-21-2 偏态、峰态、统计量、几种分布

10-21-3 T分布、F分布、中心极限定理、样本比例的抽样分布

10-21-4 参数估计、区间估计

10-21-5 总计均值的区间估计、两个总体间的参数估计

10-22-1 假设检验

10-22-2 利用P值决策

10-22-3 一个总体比例的检验

10-22-4 T检验

10-22-5 方差分析

10-22-6 相关关系强度的度量

10-22-7 练习

三、SPSS

11-5-1 综合绩效案例讲解-数据分析全过程

11-5-2 spss软件综合特征

11-5-3 访问数据源-本地和数据库文件访问

11-5-4 样本量的确定

11-5-5 问卷设计

11-6-1 案例1、员工绩效管理-一般线性模型

11-6-2 线性回归的5个步骤

11-6-3 回归模型对y的探讨

11-6-4 回归模型解释

11-7-1 回归案例-商品材质

11-7-2 回归案例-商品材质2

11-7-3 logistics回归

11-7-4 案例2 ：信用行为特征分类-logistics模型

11-8-1 关于x的问题

11-8-2 案例3：降维在消费行为中的应用

11-8-3 主成分分析2

11-8-4 案例4：用户行为画像-聚类分析

11-8-5 用户行为画像2

11-9-1 案例5：客户价值评分-RFM分析

11-9-2 RFM分析

11-9-3 案例6：购买行为组合与预测-联合分析

11-9-4 数据分析流程总结

四、Python

10-8-1 python 及开发环境介绍

10-8-2 python语言基础语法介绍

10-8-3 python编码、关键字、注释、代码块

10-8-4 数字类型及其计算

10-8-5 字符串及其方法

10-10-1 字符串的格式化

10-10-2 条件控制语句

10-10-3 条件控制练习、while循环语句

10-10-4 for 循环

10-10-5 continue、break

10-11-1 前两天课程回顾

10-11-2 作业讲解

10-11-3 列表

10-11-4 元组、字典

10-11-5 集合

10-12-1 四种数据结构用法总结

10-12-2 作业讲解、文件读写操作

10-12-3 常用内置函数、函数定义

10-12-4 函数参数种类、模块

10-25-1 numpy介绍、ndarray创建方式

10-25-2 random、数组操作

10-25-3 数组的切片和索引

10-25-4 数组的变形和拼接

10-25-5 numpy的高级函数

10-26-1 numpy的广播

10-26-2 numpy运算操作、常用函数、排序

10-26-3 numpy数组排序、Series

10-26-4 Dataframe创建、索引、切片

10-27-1 pandas描述性统计

10-27-2 pandas的排序

10-27-3 pandas map、apply、applymap方法

10-27-4 修改、合并dataframe

10-27-5 练习

11-1-1 网页结构介绍

11-1-2 网页结构、http介绍

11-1-3 http访问过程

11-1-4 利用urllib/requests模块请求网页、正则表达式

11-1-5 解析json数据

11-2-1 爬虫知识回顾

11-2-2 使用header解决反爬虫问题

11-2-3 用API获取数据

11-2-4 抓取中国旅游网数据bs4

11-2-5 模拟浏览器抓取数据

11-10-1 机器学习及人工智能介绍

11-10-2 机器学习\人工智能的运用

11-10-3 回归算法原理介绍

11-10-4 回归算法计算过程

11-10-5 回归Python代码实现、python面向对象编程

11-14-1 Python实现梯度下降求多元线性回归模型

11-14-2 scikit-learn实现多元线性回归模型计算

11-14-3 Python实现标准方程求多元线性回归模型

11-14-4 numpy的矩阵运算、标准方程的求解

11-14-5 领回归、交叉验证、LASSO

11-17-1 KNN算法原理

11-17-2 python实现简单的KNN

11-17-3 python实现的KNN处理iris数据

11-17-4 scikit-learn的KNN算法分类iris数据/决策树介绍

11-17-5 决策树算法介绍/scikit-learn的决策树例子

11-17-6 决策树案例

11-18-1 逻辑回归

11-18-2 梯度下降法-逻辑回归

11-18-3 集成学习

11-18-4 随机森林1

11-18-5 随机森林2

11-19-1 聚类算法

11-19-2 kmeans-python实现

11-19-3 kmeans算法

11-20-1 贝叶斯

11-20-2 贝叶斯简单实例

11-20-3 贝叶斯1-评论分类

11-20-4 贝叶斯模型

11-20-5 贝叶斯-拼写检查器

11-21-1 神经网络

11-21-2 神经网络-单层感知器程序1

11-21-3 神经网络-单层感知器程序2

11-21-4 线性神经网络分类

11-21-5 线性神经网络2

11-22-1 损失函数

11-22-2 SVM理论基础（一）

11-22-3 SVM理论基础（二）

11-22-4 SVM的代码实现（一）

11-23-1 关联规则基础

11-23-2 代码实现（一）

11-23-3 Apriori算法基础

11-23-4 Apriori算法代码实现

11-23-5 padans回顾

11-25-1 协同过滤基础（一）

11-25-2 基于物品的协同过滤（一）

11-25-3 基于物品的协同过滤（二）

11-25-4 机器学习回归1

11-25-5 机器学习回归2

11-27-1 决策树基本介绍

11-27-2 案例数据分析和orange3的使用

11-27-3 决策树原理

11-27-4 决策树的案例代码1

11-27-5 决策树的案例代码2

11-28-1 推荐系统基本概念

11-28-2 推荐系统的2种算法

11-28-3 推荐系统案例实战（一）

11-28-4 推荐系统案例实战（二）

11-28-5 推荐系统案例实战（三）

11-29-1 时间序列基础（一）

11-29-2 时间序列基础（二）

11-29-3 时间序列代码实现（一）

11-29-4 时间序列代码实现（二）

五、中期交流

11-30-1

11-30-2

11-30-3

七、Java

12-4-1 if选择结构

12-4-2 switch选择结构

12-4-3 while循环结构

12-4-4 for循环

12-4-5 泛型集合

12-5-1 异常处理-1

12-5-2 异常处理-2

12-5-3 异常处理-3

12-5-4 异常处理-4

12-6-1 面相对性编程-1

12-6-2 面相对性编程-2

12-6-3 面相对性编程-3

12-6-4 面相对性编程-4

12-6-5 面相对性编程-5

12-7-1 static关键字

12-7-2 抽象类、方法

12-7-3 多态

12-7-4 接口

12-10-1 大数据概述-1

12-10-2 大数据概述-2

12-10-3 Linux基础-1

12-10-4 Linux基础-2

12-11-1 大数据集群搭建-1

12-11-2 大数据集群搭建-2

12-11-3 大数据集群搭建-3

12-11-4 大数据集群搭建-4

六、补往期Java视频

1.Java简介_环境变量_helloworld

2.myeclipse

3.IO_main方法

4.Java数据类型

5.Java的if语句和switch

6.循环语句while

7.for_循环语句

8.异常的处理和类的介绍

9.文件的处理

10.文件流

11类的构造

12.类的继承

13.多态

14.接口

八、MapReduce工作原理

12-15-1 mapreduce原理-1

12-15-2 mapreduce原理-2

12-15-3 mapreduce原理-3

12-15-4 mapreduce原理-4

12-15-5 mapreduce原理-5

12-16-1 mapreduce编程-1

12-16-2 mapreduce编程-2

12-16-3 mapreduce编程-3

12-16-4 mapreduce编程-4

12-16-5 mapreduce编程-5

12-18-1 hive背景介绍\部署-1

12-18-2 hive背景介绍\部署-2

12-18-3 hive背景介绍\部署-3

12-18-4 hive背景介绍\部署-4

12-19-1 hive建表回顾

12-19-2 hive分区表、排序

12-19-3 hive基本此操作（聚合、排序等）

12-19-4 上午知识总结、练习

12-20-1 hive解析

12-20-2 分区表与分桶表的区别

12-20-3 分桶操作及mapreduce设置

12-20-4 数据倾斜及解决方案

12-20-5 笔试题

12-21-1 hive聚合函数

12-21-2 hive窗口函数一

12-21-3 hive窗口函数二

12-21-4 hive与hbase的集成一

12-21-5 hive与hbase的集成二

12-22-1 sqoop概述、原理

12-22-2 sqoop导入hdfs

12-22-3 sqoop导入hive

12-22-4 sqoop job的使用

12-23-1 hbase概述

12-23-2 hbase数据模型

12-23-3 RegionServer工作原理

12-23-4 Hbase常用JavaAPI

12-28-1 Scala环境配置

12-28-2 操作符重载

12-28-3 循环

12-28-4 break 和continue相关功能在Scala中的使用

12-28-5 异常处理

12-28-6 多维数组

12-28-7 元组

12-29-1 作业讲解

12-29-2 Scala类

12-29-3 属性set与get，this修饰符

12-29-4 构造器

12-29-5 单例对象

12-29-6 枚举

12-30-1 作业题讲解一

12-30-2 作业题讲解二

12-30-3 字符串操作

12-30-4 特质

12-30-5 运算符

12-30-6 列表

12-31-1 scala 高阶函数一

12-31-2 scala 高阶函数二

12-31-3 匿名函数

12-31-4 视图界定

12-31-5 单例类型

12-31-6 Scala总结

九、Scala（补）

4-1-1Scala及开发环境安装

4-1-2eclipse创建Scala项目、变量常量、基本数据类型

4-1-3元组、字符串、运算符、控制语句

4-1-4代码练习、水仙花练习代吗、集合框架、map、set、list

4-1-5数组

4-3-1数组、list、listbuff的方法

4-3-2set、map的方法

4-3-3函数定义、lambda、高阶函数

4-3-4高阶函数reduce、fold、、groupby、diff等

4-4-1下划线用法、高阶函数练习

4-4-2高阶函数练习、函数柯里化、部分应用函数、类和对象、单例对象、半生对象和伴生类

4-4-3主构造方法、继承多态

4-4-4成员访问控制、抽象类、内部类和对象、匿名类、特质、自身类型

4-4-5包定义、作用域、包对象、import、模式匹配

4-8-1模式匹配回顾、隐式转换

4-8-2隐式对象、隐式参数使用常见问题、偏函数、泛型方法

4-8-3类型变量界定、视图界定、多重界定、协变与逆变

4-8-4Scala actor

十、Spark

1-3-1 spark概述、运行模式

1-3-2 spark安装配置、词频统计

1-3-3 初识RDD、sparkCore算子操作一

1-3-4 sparkCore算子操作二

1-3-5 spark idea环境配置

1-4-1 sparkcore排序案例

1-4-2 sparkcore均值案例、分区

1-4-3 sparkcore topN 、二次排序案例

1-4-4 RDD操作

1-5-1 共享变量

1-5-2 pv/uv案例

1-5-3 sparkSQL概述

1-5-4 dataframe 、dataset创建

1-6-1 sparkSQL操作hive数据源

1-6-2 yarn模式运行spark作业

1-6-3 pv/uv案例一

1-6-4 pv/uv案例二

1-7-1 电商日志分析一

1-7-2 电商日志分析二

1-7-3 sparkStreaming原理介绍

1-7-4 sparkStreaming-socket数据源

1-8-1 kafka数据源

1-8-2 kafka-Receiver

1-8-3 窗口函数

1-8-4 总结梳理

1-12-1 sparkGraphX概述

1-12-2 创建图、获取图属性、属性转换

1-12-3 图的连接操作、聚合操作

1-12-4 社交网络数据分析案例一

1-13-1 航班数据案例一

1-13-2 航班数据案例二

1-13-3 亚马逊产品联合购买网络案例

1-13-4 航班数据案例三

1-14-1 机器学习介绍

1-14-2 spark机器学习库介绍，pipline介绍

1-14-3 管道的具体使用代码

1-14-4 电影推荐系统

1-15-1 回归方法 二手房价格预测

1-15-2 朴素贝叶斯 鸢尾花多分类

1-15-3 SQL中的正则

十一、案例

1-18-1 大数据分析的位置

1-18-2 集群的安装配置

1-18-3 数据说明、业务介绍、hive配置

1-18-4 使用sparkSQL进行数据规约和预处理写入hive

1-19-1 代码讲解、使用ieda 打包spark代码

1-19-2 使用tableau来查看处理后的数据数据

1-19-3 将处理的汇总结果数据保存到MySQL中

1-19-4 互联网金融大数据案例讲解

1-20-1 项目背景介绍

1-20-2 分析方案及数据介绍

1-20-3 数据仓库概念介绍、数据导入

1-20-4 对数据进行聚类

1-20-5 聚类代码讲解

十二、就业指导

1-22-1

1-22-2

十三、毕业答辩

1-26-1

1-26-2