一、Excel

5-20-1 数据分析讲解和Excel 快速选定单元格

5-20-2 定位条件 选择性粘贴 数据类型 查找与替换

5-20-3 拆分冻结单元表 数据验证 快速输入数据 自定义格式

5-20-4 自定义格式 导入txt文件 导入access数据 快速填充

5-20-5 函数提取数据 转换数据格式为日期格式 格式刷功能 分列 合并计算 常用函数应用

5-21-1 单元格引用 函数错误讲解 跨工作表(工作簿)计算 错误追踪 数据验证无效数据 公式求值

5-21-2 常用函数讲解

5-21-3 常用函数应用(一)

5-21-4 常用函数应用(二)

5-21-5 数组理解操作

5-22-1 数组操作 多条件求和 日期函数复习 vlookup函数理解 函数提取数据

5-22-2 函数取年龄,工龄 vlookup函数操作 offset函数理解操作 match函数理解操作

5-22-3 index函数理解操作 函数组合操作 名称管理器+数据验证 动态图表制作

5-22-4 动态图表制作完成 图表类型 图表的制作(一)

5-23-1 图表的制作(二)

5-23-2 使用控件和函数制作动态图表 数据透视表

5-23-3 数据透视表详细介绍 切片器的使用

5-23-4通过数据透视表生成多个工作表 三维地图操作

5-23-5Power Query操作(一)

5-24-1Power Query操作(二)

5-24-2Power Query操作(三)

5-24-3 Power Piovt操作(一)

5-24-4 Power Piovt操作二)

5-24-5 Power Piovt操作(三)

二、MySQL

5-27-1 MySQL数据库介绍 建表 数据类型介绍

5-27-2 约束条件 建表插数 查看数据

5-27-3 建表导数

5-27-4 修改数据表 数据查询语句

5-27-5 数据表连接

5-27-6 数据表中的操作符的使用

5-28-1 彩票数据核对练习(一)

5-28-2 彩票数据核对练习(二)

5-28-3 电商数据练习

5-28-4 进阶练习题

5-29-1 进阶练习题讲解

5-29-2 基础小结

5-29-3 电商数据表连接

5-29-4 电商数据建表导数

5-29-5 电商数据查询

5-29-6 电商数据案例答案

三、Tableau数据可视化

5-31-1 Tableau数据可视化讲解与表连接

5-31-2 数据表读取

5-31-3 数据读取页面创建新数据

5-31-4 界面与图形制作

5-31-5 功能介绍

5-31-6 创建动态图表

6-3-1 Tableau函数计算

6-3-2 可视化基本方法论 图形介绍与制作(一)

6-3-3 图形介绍与制作(二)

6-3-4 图形介绍与制作(三)

6-3-5 仪表板的制作

四、Python编程基础

6-4-1 Python软件下载和安装 数值对象和运算

6-4-2 Math模块 赋值运算符 比较运算符 逻辑运算

6-4-3 字符串和字符串方法(一)

6-4-4 字符串方法(二)

6-4-5 数值和字符串的转换

6-5-1 input和print命令 Python控制流

6-5-2 列表对象

6-5-3 元祖对象 集合对象 冻集合对象

6-5-4 字典对象 Python各对象之间的转换

6-5-5 Python处理文件对象 运算符和表达式

6-6-1 Pthon控制流(一)

6-6-2 Pthon控制流(二)

6-6-3 Python函数

6-6-4 Python类

6-6-5 杂乱数据集整理为列表对象

五、数据库案例

6-10-1 零售业案例展示

6-10-2 PQ任务处理

6-10-3 案例数据操作

6-10-4 图表制作

6-11-1 Excel加载数据 创建表连接

6-11-2 现场学员分享与老师讲解

6-11-3 远程学员分享与老师讲解

6-11-4 老师分享思路

六、Python数据清洗

6-13-1 数据清洗讲解 numpy的矢量化

6-13-2 创建数组 数组属性 维度变化

6-13-3 索引和切片

6-13-4 切分 广播 运算 字符串函数 统计函数

6-13-5 排序和搜索函数 唯一化和集合逻辑

6-14-1 矩阵库 线性代数

6-14-2 pandas介绍 series对象 索引器 DataFrame对象

6-14-3 数据读写 查看数据 类型转换

6-14-4 索引器

6-14-5 各随机抽样

6-14-6 描述性统计 numpy百题

6-17-1 离散化 等距切分 等深分箱

6-17-2 函数应用 lambda

6-17-3 缺失值处理

6-17-4 文本处理

6-17-5 小练习和异常处理

6-18-1 Python数据可视化 图标样式

6-18-2 子图绘制 多系列图绘制

6-18-3 图形讲解

6-18-4 国民经济核算季度案例(一)

6-18-5 国民经济核算季度案例(二)

6-19-1 快餐数据案例

6-19-2 数据清洗案例(一)

6-19-3 数据清洗案例(二)

6-19-4 数据清洗案例(三)

6-19-5 数据清洗案例(四)+探索时间序列讲解

七、Python爬虫

6-20-1 网络爬虫讲解

6-20-2 爬虫的原理 网页的组成 标签 get方法

6-20-3 Get方法传递Url参数 动态网址构造

6-20-4 POST方法 POST案例

6-20-5 POST练习

6-21-1 正则表达式 一般字符 预定义字符

6-21-2 爬取剑来小说内容

6-21-3 拼接网址内容

6-21-4 爬取惊悚乐园小说 beautiful soup爬取内容

6-21-5 使用findall爬取数据

6-22-1 编写豆瓣短评采集代码

6-22-2 采集豆瓣短评top250(一)

6-22-3 采集豆瓣短评top250(二)

6-22-4 爬取的数据存储到MySQL中

6-22-5 去哪儿网案例

6-22-6 Seleninu+Chrome Driver

八、统计基础

6-24-1 函数基础 函数的性质 复合函数

6-24-2 数列极限 四则运算法则 无穷小

6-24-3 微分 函数连续性 导数和微分 瞬时速度

6-24-4 有限增量 导函数 极限问题 复合函数的导数

6-24-5 基本求导法则 高阶导数 微分运算法则

6-24-6 高阶偏导数 洛必达法则 函数的极值 定积分 级数

6-24-7 线性代数 向量 线性组合 线性变换与矩阵

6-25-1 矩阵乘法 行列式 逆矩阵和矩阵的秩 非方阵 特征值和特征向量

6-25-2 统计学简介 数据的概括性度量 集中趋势 众数 中位数 四分位数 平均数

6-25-3 众数中位数平均数的关系 离散程度的度量 方差和标准差

6-25-4 自由度 样本标准差 标准分数 切比雪夫不等式

6-25-5 偏态 峰态 统计量和抽样分布

6-25-6 密度函数 正态分布 T分布 学生氏分布 F分布

6-25-7 样本均值的分布与中心极限定理

6-25-8 参数估计

6-26-1 点估计问题 矩估计法 最大似然估计

6-26-2 最大似然估计法

6-26-3 总体均值的区间估计 两个总体参数的区间估计

6-26-4 两个总体房差比的区间估计 假设检验

6-26-5 均值的单尾T检验 一个总体比例的检验 两个总体参数的检验

6-26-6 两个总体比例之间的Z检验 两个总体方差的F检验

6-26-7 相关分析 回归模型

6-27-1 回归分析 一元线性回归

6-27-2 最小二乘法 一元线性回归模型

6-27-3 假设检验 置信区间 预测 评估

6-27-4 误差 决定系数 多元线性回归

6-27-5 评估 单个回归系数的推断

6-27-6 预测 标准化残差的正态概率 分类自变量 交互变量

6-27-7 变量变换 线性化变换 逻辑回归

九、SPSS

7-1-1 课程讲解

7-1-2 课件讲解

7-1-3 抽象问题

7-1-4 双变量相关性

7-1-5 偏回归系数 线性回归

7-1-6 线性回归预测 新样本预测

7-2-1 散点图矩阵 相关分析 对数变换

7-2-2 逻辑回归流程(一)条形图绘制 离散化 交叉表

7-2-3 逻辑回归流程(二) 添加变量 分箱化的重要性

7-2-4 可视化分箱 定制表摘要统计

7-2-5 分箱化 逻辑回归

7-3-1 特征帅选 主成分回归 定义变量集

7-3-2 使用变量集 聚类分析 标准化

7-3-3 行列分析 客户画像讲解

7-3-4 二阶聚类分析(一)

7-3-5 二阶聚类分析(二)

7-4-1 神经网络方法讲解 神经网络生成

7-4-2 多层感知器 预测概率

7-4-3 决策树原理讲解 特征选择熵 基尼指数 决策树实现(一)

7-4-4 时间序列模型原理和实现

7-4-5 数据分析流程

十、商业BI实战案例

7-6-1 课程讲解 分析数据字段 数据表连接 分析仪讲解

7-6-2 数据库数据加工 连接数据库 Query数据加工

7-6-3 数据表连接 Pivot数据加工 图形制作 BI介绍

7-6-4 BI数据加工 表连接

7-7-1 交叉方向练习 BI图表制作

7-7-2 数据分组 数据加工 制作仪表板 Quer精讲

7-7-3 表内提取数据代码 数据类型和结构

7-7-4 结构化数据 M函数的计算方式和运算符

7-8-1 NBA数据处理案例

7-8-2 处理NBA数据流程

7-8-3 数据处理案例

7-8-4 筛选上下文与行上下文

7-8-5 其他操作

7-9-1 DAX函数扩展

7-9-2 商业BI案例介绍

7-9-3 案例数据处理

7-9-4 图表决策树 商业报告要点

7-10-1 学员汇报与老师讲解(一)

7-10-2 学员汇报与老师讲解(二)

7-10-3 学员汇报与老师讲解(三)

十一、python机器学习

7-12-1 机器学习介绍 知识结构初中高阶

7-12-2 什么是数据挖掘 机器学习分类 机器学习基本概念 KNN算法原理

7-12-3 Python数据加工 特征标签 Scikit-Learn介绍

7-12-4 sklearn Python实现KNN 查看学习曲线 交叉验证

7-12-5 KNN中的距离 惩罚因子优化

7-15-1 决策树介绍 决策树模型 决策树学习 特征选择

7-15-2 信息增益数据集切分函数 决策树生成 ID3算法 及Python实现

7-15-3 C4.5算法 剪枝 CART算法 Sklearn实现决策树

7-15-4 探索决策树 Sklearn决策树中的参数 剪枝参数

7-15-5 分类模型的评估指标 混淆矩阵

7-16-1 混淆矩阵 朴素贝叶斯概述

7-16-2 贝叶斯分类原理 不同分布下的贝叶斯 探索贝叶斯

7-16-3 学习曲线 多项式朴素贝叶斯

7-16-4 伯努利朴素贝叶斯 样本不均衡问题 线性回归家族概述 多元线性回归

7-16-5 损失函数 最小二乘法 回归模型评估指标

7-17-1 多重共线性 相关性 岭回归(一)

7-17-2 岭回归(二) Lasso的核心作用 逻辑回归 二元逻辑回归的损失函数

7-17-3 梯度下降

7-17-4 重要参数 梯度下降求解逻辑回归

7-17-5 交叉验证 泰坦尼克案例

7-19-1 集成算法概述 集成算法都有哪些

7-19-2 Sklearn实现随机森林 重要参数

7-19-3 随机森林分类器 Bagging 随机森林回归器

7-19-4 随机森林回归填补缺失值

7-19-5 Adaboost的Scikit-learn实现

7-20-1 集成算法code

7-20-2 无监督学习于聚类算法 Kmeans聚类原理

7-20-3 聚类算法评估指标

7-20-4 重要参数 质心的放置 机器学习小故事 数据预处理

7-20-5 Python可视化

7-21-1 数据无量纲化 缺失值

7-21-2 数据预处理和特征工程

7-21-3 处理连续型特征 特征选择 方差过滤

7-21-4 相关性过滤 卡方过滤 F检验 Embedded嵌入法 Wrapper包装法

7-21-5 特征选择总结 Sklearn中的降维算法 重要参数

7-22-1 鸢尾花数据集的可视化 PCA对手写数据集的降维

7-22-2 SVM小故事 SVM概述

7-22-3 函数间隔与几何间隔 非线性SVM与核函数

7-22-4 核函数的优缺点 硬软间隔 样本不均衡问题

7-22-5 SVM案例讲解

十二、中期交流

7-14-1 五组

7-14-2 六组

7-14-3 七组

7-14-4 八组

7-14-5 九组

7-14-6 十组

十三、文本挖掘

7-25-1 文本分析简述

7-25-2 词向量 手推神经网络

7-25-3 中文分词

7-25-4 代码分词实战(一)

7-25-5 代码分词实战(二)

7-26-1 西游记数据集处理

7-26-2 分类算法 文本分类

7-26-3 检查模型得分

7-26-4 文本聚类

7-26-5 主题模型

7-26-6 情感分析

十四、Python案例(一)

7-27-1 决策树项目结果展示

7-27-2 决策树原理介绍

7-27-3 代码实战讲解(一)

7-27-4 代码实战讲解(二)

十五、Python案例(二)

7-27-3 数据处理

7-27-4 特征变量和目标变量

7-27-5 生成模型 集成算法

7-28-1 推荐系统基础

7-28-2 支持度和置信度

7-28-3 相似性推荐和协同过滤

7-28-4 基于用户的协同过滤算法

7-28-5 基于用户的协同过滤算法

7-29-1 基于用户的协同过滤算法

7-29-2 梯度下降法、集成算法

7-29-3 SVM智能选股策略设计

7-29-4 SVM智能选股策略设计

7-29-5 信用数据建模练习

十六、Python案例（三)

7-11-1 案例介绍

7-11-2 回顾决策树

7-11-3 代码实战讲解

7-11-4 回归树

7-11-5 代码实战讲解

十七、电商文本挖掘

8-3-1 数据分析的应用场景

8-3-2 数据分析的技能回顾

8-3-3 项目介绍、探索性数据分析

8-3-4 文本数据分词处理

8-3-5 Python控制流的进阶应用

8-4-1 数据分组和聚合

8-4-2 时间序列分析方法

8-4-3 代码实现案例讲解（一）

8-4-4 代码实现案例讲解（二）

8-4-5 项目报告撰写、总结

十八、SQL集训

8-5-1 数据库基本知识回顾

8-5-2 真题讲解（一）

8-5-3 真题讲解（二）

8-5-4 真题讲解（三）

8-5-5 真题讲解（四）

8-11-1

8-11-2

十九、简历和面试技巧

8-13-1 职业形象

8-13-2 简历制作指导

8-13-3 优秀简历分享

8-13-4 自我介绍、后续答疑

二十、SQL+ORACLE

5-27-1

5-27-2

5-27-3

5-27-4

5-27-5

5-27-6

5-28-1

5-28-2

5-28-3

二十一、评分卡

8-15-1

8-15-2

8-15-3

8-15-4

8-16-1

8-16-2

8-16-3

8-16-4

二十、数据分析在相关行业中的运用

8-17-1

8-17-2

8-17-3

8-17-4

二十一 毕业答辩

8-21-1

8-21-2

8-21-3

8-21-4

8-21-5

二十二、SPSS（补）

10-21-1

10-21-2

10-21-3

10-21-4

10-21-5

10-22-1

10-22-2

10-22-3

10-22-4

10-22-5

10-23-1

10-23-2

10-23-3

10-23-4

10-23-5

10-24-1

10-24-2

10-24-3

10-24-4