一、Excel

10-29-1 excel基础入门

10-29-2 excel基础技巧&组合键

10-29-3 excel数据处理高效方法

10-29-4 excel数据格式

10-30-1 excel数据收集与清洗

10-30-2 excel公式、函数介绍

10-30-3 excel公式、函数&练习（一）

10-30-4 excel公式、函数&练习（二）

10-31-1 excel数组（一）

10-31-2 excel数组（二）

10-31-3 excel图表

10-31-4 excel数据透视表

11-1-1 数据透视表

11-1-2 excel案例实验

11-1-3 宏

11-1-4 power pviot，power view和power map使用

11-2-1 power query使用

11-2-2 综合案例（一）

11-2-3 综合案例（二）

11-2-4 综合案例（三）

二、补Excel综合案例、PowerBI

9-30-1

9-30-2

9-30-3

9-30-4

10-9-1

10-9-2

10-9-3

10-9-4

三、MySQL

11-12-1 数据库入门介绍

11-12-2 数据库的基本结构

11-12-3 数据库的创建及导入

11-12-4 修改和查询数据表

11-12-5 大气质量表查询及连接

11-13-1 水果实例查询练习

11-13-2 分组查询练习

11-13-3 彩票练习（一）

11-13-4 彩票练习（二）

11-13-5 彩票练习（三）及电商案例处理练习（一）

11-14-1 表连接的练习（二）

11-14-2 电商数据处理案例描述

11-14-3 电商数据ER图

11-15-1 电商数据练习（三）

11-15-2 分析方法论

11-15-3 excel综合使用

11-16-1 小组分享（一）

11-16-2 小组分享（二）及餐饮综合（一）

11-16-3 餐饮案例综合（二）

四、统计

11-19-1 数学概况简介

11-19-2 数据类型和建模模型

11-19-3 向量和矩阵

11-19-4 矩阵的转换、秩和逆

11-19-5 矩阵的行变换和奇异值分解

11-20-1 微积分和初等函数

11-20-2 极限的定义

11-20-3 导函数

11-20-4 偏导数和极值

11-20-5 曲线拐点、凹凸性

11-21-1 定积分

11-21-2 概率统计

11-21-3 正态分布、卡方分布、中心极限定理

11-21-4 参数估计

11-21-5 最大似然估计（一）

11-22-1 最大似然估计（二）和假设检验（一）

11-22-2 假设检验（二）

11-22-3 一元线性回归（一）

11-22-4 一元线性回归（二）

11-22-5 数据分析的步骤

五、SPSS

11-30-1 spss介绍

11-30-2 spss软件特征

11-30-3 spss连接数据库

11-30-4 var分类

11-30-5 短期绩效数据分析

12-3-1 图标构建器

12-3-2 绩效总分的T健检验

12-3-3 变量相关性

12-3-4 线性回归

12-4-1 线性回归步骤和结果检验

12-4-2 因变量的检验

12-4-3 交叉表

12-4-4 哑变量

12-4-5 评分卡

12-5-1 建模的步骤

12-5-2 逻辑回归的变量筛选

12-5-3 变量的G图和因子分析

12-5-4 聚类分析

12-5-5 二阶聚类分析

12-6-1 客户信息表——RFM分析

12-6-2 可视分箱

12-6-3 联合分析的步骤

12-6-4 联合分析实例

12-6-5 统计分析总结

六、中期交流

12-25-1

12-25-2

12-25-3

12-25-4

12-25-5

12-25-6

七、Python

11-5-1 anaconda安装及介绍

11-5-2 jupyter notebook的打开方式及python简介

11-5-3 jupyter 设置目录及python基础知识

11-5-4 变量和语句

11-5-5 字符串和数据类型

11-5-6 主题更改和目录设置

11-6-1 数字的计算

11-6-2 字符串方法（一）

11-6-3 字符串方法（二）

11-6-4 列表索引和切片

11-6-5 列表常用方法

11-7-1 字符串练习

11-7-2 字典（一）

11-7-3 字典和集合

11-7-4 条件分支if语句

11-7-5 if嵌套和for循环

11-8-1 循环练习和函数

11-8-2 函数的定义和调用

11-8-3 内嵌函数和闭包

11-8-4 BIF

11-8-5 递归

11-23-1 numpy入门

11-23-2 数组的创建

11-23-3 多维数组的创建和基本操作

11-23-4 数组的类型和索引

11-23-5 数组的拼接、分裂、聚合

11-23-6 数组的广播、规约

11-26-1 Series的创建

11-26-2 dataframe描述统计与排序

11-26-3 函数应用和表合并

11-26-4 缺失值处理

11-26-5 文本数据处理和时间序列

11-27-1 餐饮数据练习（一）

11-27-2 餐饮数据练习（二）

11-27-3 数据分组、过滤与排序练习

11-27-4 数据可视化（一）

11-27-5 数据可视化（二）

11-28-1 数据可视化（三）

11-28-2 数据可视化（四）

11-28-3 时间序列画图-股票

11-28-4 爬虫的准备-html文件

11-28-5 贴加请求头

11-29-1 有道翻译爬取（一）

11-29-2 网页图片的爬取和beautifulsoup介绍

11-29-3 request方法爬取网页内容

11-29-4 爬取豆瓣短评和爬取猫眼电影

12-18-1 机器学习简介及模型评估指标

12-18-2 scikit-learn及线性回归

12-18-3 线性回归最小二乘法代码实现和梯度下降（一）

12-18-4 小批量梯度下降及牛顿法

12-18-5 局部加权线性回归

12-19-1 发电厂输出电力实例

12-19-2 逻辑回归梯度上升法(一)

12-19-3 逻辑回归(二)及KNN

12-19-4 KNN手写算法代码实现

12-19-5 KNN的scikit-learn实现

12-20-1 神经网络的入门

12-20-2 神经网络传播过程

12-20-3 梯度消失

12-20-4 tensorflow入门

12-20-5 tensorflow简单代码实现

12-21-1 利用神经网络实现数字分类

12-21-2 决策树入门

12-21-3 信息增益(一)

12-21-4 信息增益(二)

12-21-5 决策树的scikit-learn实现

12-26-1 集成学习之bagging

12-26-2 等高线3D图

12-26-3 集成代码实现

12-26-4 随机森林

12-26-5 Adaboost和stacking

12-27-1 贝叶斯简介

12-27-2 利用贝叶斯对评论分类(一)

12-27-3 利用贝叶斯对评论分类(二)

12-27-4 iris案例

12-27-5 TF-IDF

12-28-1 聚类的简介及k-means聚类

12-28-2 聚类的质心计算

12-28-3 聚类的预测

12-28-4 Mini batch k-means

12-28-5 DBSCAN

12-29-1 支持向量机简介

12-29-2 凸优化问题

12-29-3 拉格朗日优化

12-29-4 svm-低维映射高维

12-29-5 PCA降维

12-30-1 关联规则入门

12-30-2 提升度和频繁项集

12-30-3 mlxtend代码实现

12-30-4 Apriori算法

12-30-5 零售商案例

12-31-1 基于用户的协同过滤原理

12-31-2 基于用户的协同过滤代码实现

12-31-3 基于物品的协调过滤原理

12-31-4 两种协调过滤算法比较

12-31-5 surprise库的使用

八、文本挖掘（补）

10-19-1 文本分析基础（一）

10-19-2 代码实现分词

10-19-3 jieba分词

10-19-4 词云图代码实战（一）

10-19-5 词云图代码实战（二）

10-20-1 TF-IDF模型

10-20-2 TF-IDF模型代码构建

10-20-3 分类算法

10-20-4 词向量

10-20-5 主题模型构建

九、R

12-9-1 数据分析介绍

12-9-2 R安装和R语言基本类型

12-9-3 R常用函数

12-9-4 数据框使用

12-9-5 while循环语句和读写数据

12-11-1 for循环语句和控制语句

12-11-2 常用统计量(一)

12-11-3 常用统计量(二)

12-11-4 一元线性回归

12-11-5 apply、tapply

12-12-1 sapply

12-12-2 饼图

12-12-3 盒须图和ggplot

12-12-4 数据可视化（二）

12-12-5 多元线性回归

12-14-1 R基础总结

12-14-2 for循环语句使用(一)

12-14-3 福布斯财富数据练习

12-14-4 福布斯财富数据可视化

12-14-5 福布斯财富数据排序练习

12-17-1 随机抛硬币试验R实现

12-17-2 if-else语句

12-17-3 多层for语句

12-17-4 函数使用

12-17-5 函数的属性

1-3-1 绘图基础

1-3-2 高水平绘图函数

1-3-3 构造函数（一）

1-3-4 构造函数（二）

1-3-5 统计推断（一）

1-4-1 统计推断（二）

1-4-2 混淆矩阵

1-4-3 ROC曲线

1-4-4 贝叶斯公式应用

1-4-5 统计学习方法

1-5-1 评分卡案例基础

1-5-2 数据预处理方法

1-5-3 计算woe值、IV值

1-5-4 评分卡代码实现

1-6-1 通用建模流程（一）

1-6-2 通用建模流程（二）

1-6-3 模型评估R方、VIF值（一）

1-6-4 模型评估R方、VIF值（二）

1-6-5 逻辑回归应用

1-6-6 代码实现

1-7-1 逻辑回归真实案例数据处理

1-7-2 线性回归数据原理

1-7-3 代码实现（一）

1-7-4 代码实现（二）

1-8-1 客户分群概念

1-8-2 K-means聚类概述

1-8-3 分层聚类概述

1-8-4 特征工程

1-8-5 代码实现（一）

1-8-6 代码实现（二）

1-10-1 文本分析理论

1-10-2 词向量

1-10-3 jieba分词

1-10-4 分词代码实现（一）

1-10-5 分词代码实现（二）

1-11-1 spam-filtering

1-11-2 贝叶斯分类器实现分词

1-11-3 Kfold CV

1-11-4 代码实现（一）

1-11-5 代码实现（二）

1-12-1 推荐系统概述

1-12-2 推荐系统定义

1-12-3 EE问题

1-12-4 基于物品的协同过滤

1-12-5 代码实现

1-13-1 欧式距离

1-13-2 物品画像

1-13-3 文本向量化

1-13-4 代码实现（一）

1-13-5 代码实现（二）

1-15-1 决策树案例概述

1-15-2 案例的sklearn实现

1-15-3 cart树练习

1-15-4 决策树比较

1-15-5 orange使用

1-16-1 深度学习入门

1-16-2 神经网络反向传播

1-16-3 tensorflow概述（一）

1-16-4 tensorflow概述（二）

1-16-5 tensorflow概述（三）

1-18-1 时间序列概述

1-18-2 ARIMA模型

1-18-3 代码（一）

1-18-4 代码（二）

十、数据分析在相关行业中的运用

1-19-1

1-19-2

1-19-3

1-19-4

1-20-1

1-20-2

1-20-3

1-20-4

1-20-5

十一、SQL集训

1-21-1

1-21-2

1-21-3

1-21-4

1-21-5

十二、就业指导

1-22-1

1-22-2

1-22-3

1-22-4

十三、毕业答辩

1-27-1

1-27-2

1-27-3

1-27-4

1-27-5

1-27-6