Excel

4-15-1什么是数据分析

4-15-2数据一列变五列

4-15-3多个不连续单元格同数据

4-15-4文本数字转换数值

4-15-5公式 素材

4-16-1常用函数应用

4-16-2常用函数应用2

4-16-3案例 停车收费系统

4-16-4多条件求和

4-16-5公式动态图

4-17-1累积数据

4-17-2对称图表

4-17-3图表类型

4-17-4折线图

4-17-5纵向对比

4-18-1动态图表

4-18-2布局问题

4-18-3值显示方式

4-18-4Power BI in Excel

4-18-5表与表格区别

4-19-1对称图表

4-19-2多对多表

4-19-3关键绩效指标

4-19-4Power View3

4-19-5案例项目

数据库 统计

4-22-1MySQL数据库介绍

4-22-2创建以下大气质量表

4-22-3导入外部数据

4-22-4SQL的数据查询功能

4-22-5子查询

4-23-1单表查询练习

4-23-2练习 检查每个本号下有100张彩票

4-23-3倒序查询卖的金额最多的产品

4-23-4查询不同尺码下的产品销售数量

4-23-5求总中奖张数及金额

4-24-1查询导入表的行数

4-24-2查询导入表的行数2

4-24-3求出购买产品金额最多的前十名

4-24-4求出购买力量强的前十个城市

4-24-5求出最畅销的十种颜色

4-25-1数学概况

4-25-2数学模型简介

4-25-3线性变换与矩阵

4-25-4行列式

4-25-5需要掌握的计算

4-26-1微积分

4-26-2函数极限

4-26-3导数公式

4-26-4微分

4-26-5支持向量机

4-27-1众数

4-27-2方差和标准差

4-27-3正态分布

4-27-4中心极限定理

4-27-5总体均值的区间估计

Tableau数据可视化

4-29-1Tableau的发展历程

4-29-2示列-超市 分析

4-29-3工作表名称更改

4-29-4筛选 排序

4-29-5创建新字段

4-30-1数据源排序

4-30-2环形图

4-30-3甘特图

4-30-4幂律曲线

4-30-5散点图

4-30-6散点图2

SPSS

5-5-1（补发）

5-5-2相关分析

5-5-3最小二乘法

5-5-4多元线性回归

5-5-5变量选择

5-6-1统计理念

5-6-2处理数据过程

5-6-3访问数据源

5-6-4数据集解读

5-6-5数据描述

5-7-1直方图

5-7-2独立样本检验

5-7-3相关分析

5-7-4模型摘要 相关分析表

5-7-5线性回归

5-8-1logistics模型

5-8-2卡方检验

5-8-3方程中的变量

5-8-4主成分分析

5-8-5业务判断的信息

5-9-1因子分析

5-9-2方程中的变量

5-9-3聚类分析

5-9-4联合分析

5-9-5联合分析2

数据库案例

5-13-1基本图表用法

5-13-2描述分析法

5-13-3统计类描述图表

5-13-4商业智能动态图表

5-13-5Power Pivot

5-14-1核心产品分析

5-14-2Power Query

5-14-3创建单汇总金额表

5-14-4创建OrderGeoup表

5-14-5销售情况分析仪

5-15-1主流数据库

5-15-2给字段添加别名

5-15-3添加一个整数型字段avgaqi

5-15-41+1表达式

5-15-5关联子查询

5-16-1SQL Server

5-16-2插入数据

5-16-3练习

5-16-4查询导数结果

5-16-5rownum伪列

商业BI实战案例

5-21-1Power BI系列组件介绍

5-21-2在PBD中使用Power Pivot

5-21-3交叉筛选器方向

5-21-4交叉方向练习

5-21-5数据加工

5-21-6创建餐饮业分析仪

5-21-7案例分析流程

5-22-1高级编辑器

5-22-2错误处理

5-22-3考试成绩处理

5-22-4各种筛选函数

5-22-5DAX公式加强

5-23-1DAX函数扩展

5-23-2分析仪表盘

5-23-3乘用车案例

5-23-4图表决策树

5-24-1

5-24-2

5-24-3

Python基础 数据清洗

5-27-1Python的重要性

5-27-2Python代码编写规范

5-27-3Python中的数据类型

5-27-4string 字符串

5-27-5list 列表

5-28-1列表常用方法

5-28-2tuple 元组

5-28-3字典数据类型

5-28-4程序的控制结构

5-28-5条件表达式

5-29-1程序的基本结构

5-29-2异常处理机制

5-29-3变量的作用域

5-29-4模块化编程

5-29-5文件的操作

5-30-1导入库的方法

5-30-2Numpy

5-30-3数组元素的索引

5-30-4矩阵运算

5-30-5数据集案例

5-31-1Matplotlib

5-31-2快速绘图

5-31-3循环绘图

5-31-4图像处理

5-31-5Pandas

6-2-1Pandas的引入

6-2-2DataFrame

6-2-3缺失值判断

6-2-4数据清洗

6-2-5排序

6-3-1索引与过滤

6-3-2Pandas分组运算

6-3-3案例2

6-3-4餐厅订单数据分析

6-3-5案例4；qq聊天数据分析

6-4-1柱形图

6-4-2网络爬虫基础

6-4-3爬虫基本原理

6-4-4正则表达式

6-4-5提取电话号码和邮箱

6-5-1urlopen的方法

6-5-2requests

6-5-3猫眼电影排行榜

6-5-4bs节点选择器

6-5-5方法选择器

6-6-1Beautiful Soup

6-6-2Beautiful Soup2

6-6-3对网页进行解析

6-6-4元素的交互

6-6-5股票数据抓取

Python机器学习

6-10-1什么是数据可视化

6-10-2散点图

6-10-3堆积柱状图

6-10-4三维函数可视化

6-10-5直方图

6-13-1机器学习

6-13-2特征及特征工程

6-13-3多项式变换

6-13-4线性回归

6-13-5梯度下降法实现线性回归

6-14-1线性回归

6-14-2Elastic Net

6-14-3输出电力预测

6-14-4Sigmoid函数

6-14-5病马死亡率预测

6-15-1波士顿房价预测

6-15-2KNN

6-15-3聚类

6-15-4Means算法优化

6-15-5案例分析

6-16-1凝聚层次聚类

6-16-2贝叶斯网络

6-16-3朴素贝叶斯

6-16-4TF-IDF模型

6-16-5神经网络

6-17-1神经网络2

6-17-2sklearn中的MLP

6-17-3tensorflow

6-17-4增加隐藏层

6-17-5决策树

6-18-1如何计算信息增益

6-18-2决策树概述

6-18-3使用决策树预测眼镜类型

6-18-4集成学习

6-18-5AdaBoost

6-19-1Random Forest

6-19-2缺失值处理

6-19-3支持向量机

6-19-4非线性SVM

6-19-5PCA的计算步骤

6-20-1关联规则

6-20-2Apr i or i

6-20-3推荐系统简介

6-20-4基于物品的协同过滤

6-20-5基于用户的协同过滤

Python案例

6-22-1决策树应用

6-22-2决策树原理介绍

6-22-3项目变量介绍

6-22-4建模并且输出验证结果

6-23-1相似性推荐和协同过滤

6-23-2FpGrowth算法步骤

6-23-3相似度如何计算

6-23-4协同过滤算法应用

6-23-5数据稀疏性

6-24-1隐语义模型

6-24-2隐语义模型2

6-24-3什么是SVM

6-24-4支持向量机

6-24-5支持向量机2

文本挖掘

6-29-1理解数据分析的应用场景

6-29-2产品销售数据

6-29-3NPL的研究任务

6-29-4中文分词技术

6-29-5感情分析

6-30-1

6-30-2

6-30-3

6-30-4

6-30-5

面试技巧

1

2

3

4

评分卡

7-6-1

7-6-2

7-6-3

7-6-4

7-6-5

7-7-1

7-7-2

7-7-3

7-7-4

7-7-5

SQl集训

7-12-1

7-12-2

7-12-3

7-12-4

7-12-5

行业运用

7-13-1

7-13-2

7-13-3

7-13-4

7-13-5