Excel

6-10-1数据是什么

6-10-2基本操作

6-10-3数据收集与清洗

6-10-4自定义格式

6-10-5分列 源数据

6-11-1函数错误种类

6-11-2常用函数应用

6-11-3常用函数

6-11-4数组

6-11-5多条件求和

6-12-1VLOOKUP函数模型

6-12-2Offset理解图示

6-12-3行政区划分

6-12-4饼图

6-12-5组合图表

6-13-1微图表

6-13-2数据透视表

6-13-3动态图表补充

6-13-4案例员工信息表

6-13-5Power Query

6-14-1数据合并

6-14-2文本函数

6-14-3搭建多维环境

6-14-4销售额汇总

6-14-5sumx函数

补发 动态图表

1参数带引号的区别

2图表类型

3构成分析

4动态图表

5数据透视表

数据库

6-17-1什么是数据库

6-17-2创建数据表

6-17-3改表结构

6-17-4插入数据

6-17-5数据库了解

6-18-1查询出现过学生考试不及格

6-18-2查询至少两门课程及格

6-18-3查询成绩前三名的成绩信息

6-18-4子查询

6-18-5查询所有的01选修完全一样的同学信息

6-19-1查询语句

6-19-2查询学过‘张三’老师授课的同学

6-19-3函数扩展

6-19-4按各种科成绩进行排序

6-19-5下单数量

6-19-6

6-20-1电商数据处理案例概述

6-20-2处理流程

6-20-3求出购买力最强的前十

6-20-4求出最畅销的十个品牌

6-21-1买不同商品种类最多的前十名

6-21-2Power Pivot

6-21-3基本图表用法

6-21-4基本分析方法

BI商业案例

6-24-1小组分享

6-24-2餐饮分析仪

6-24-3餐饮分析仪2

6-25-1Power BI

6-25-2在PBD中使用Power Pivot

6-25-3交叉方向练习

6-25-4零售案例练习

6-26-1数据加工

6-26-2数据类型及数据结构

6-26-3Power Query

6-26-4参数表

6-26-5考试成绩处理

6-27-1数据说明

6-27-2筛选上下文与行上下文

6-27-3使用参数

6-27-4应用查询更改

6-28-1案例分享

6-28-2案例分享2

6-28-3乘用车练习

Python基础 数据清洗

7-1-1 基础 变量

7-1-2内置函数

7-1-3True和False

7-1-4序列相加

7-1-5字符串格式化

7-2-1列表常用方法

7-2-2列表元素排序

7-2-3字典常用方法

7-2-4if-else语句

7-2-5while循环

7-3-1for循环

7-3-2在for循环中

7-3-3参数其他概念

7-3-4return语句

7-3-5lamda表达式

7-4-1面向过程编程

7-4-2错误类型

7-4-3frompyfunc函数

7-4-4创建一个3×3的单位矩阵

7-4-5如何找到一个数组的第n个最大值

7-5-1基本运算函数

7-5-2矩阵运算

7-5-3函数的向量化

7-5-4如何找到两个数组中的共同元素

7-5-5如何对一个数组中任意两行做交换

7-8-1Series的定义与使用

7-8-2通过多维数组转化

7-8-3行列值修改

7-8-4df.pop

7-8-5df.shape

7-9-1排序功能

7-9-2什么是缺失值

7-9-3移动df.shift

7-9-4分组与聚合

7-9-5分组后转换transfom

7-10-1

7-10-2

7-10-3

7-10-4

7-10-5

Python基础（补发）

4-28-1Python基础

4-28-2数据类型

4-28-3True和False

4-28-4序列相关BIF

4-28-5表示换行符

4-29-1练习

4-29-2列表其他统计BIF

4-29-3集合的创建

4-29-4练习

4-29-5问题答疑

4-30-1函数的参数

4-30-2关键字参数

4-30-3变量的作用域

4-30-4两个参数的例子

4-30-5面向对象编程

4-30-6动态添加实例的方法

统计基础

7-15-1数学概况

7-15-2数学模型简介

7-15-3矩阵计算补充

7-15-4逆矩阵和矩阵的秩

7-15-5向量运算

7-16-1函数

7-16-2数列极限

7-16-3导数和微分

7-16-4几何意义

7-16-5商业应用问题举例

7-17-1微积分

7-17-2简单平均数

7-17-3统计量

7-17-4中心极限定理

7-17-5最大似然估计

7-18-1双侧检验的P值

7-18-2协方差

7-18-3假设检验

7-18-4回归系数的解释

7-18-5变量选择

SPSS

7-20-1统计工具

7-20-2Bootstrap方法

7-20-3合并数据集

7-20-4生成新变量

7-20-5数据视图

7-21-1卡方检验

7-21-2T-检验

7-21-3Peason相关系数

7-21-4系数

7-22-1

7-22-2

7-22-3

7-22-4

7-23-1

7-23-2

7-23-3

7-23-4

Python爬虫

7-26-1

7-26-2

7-26-3

7-26-4

7-26-5

7-27-1

7-27-2

7-27-3

7-27-4

7-27-5

补发SPSS

21号下午

1

2

22号全天

1

2

3

4

23号上午

1

2

python爬虫（补发）

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

7-31-1KNN算法

7-31-2sklearn实现

7-31-3学习曲线

7-31-4K折交叉验证

7-31-5模型评价

8-1-1决策树

8-1-2划分数据集

8-1-3过拟合与欠拟合

8-1-4分类模型的评价指标

8-1-5决策树生成

8-2-1朴素贝叶斯

8-2-2参数

8-2-3线性回归

8-2-4多元线性回归

8-2-5岭回归与Lasso

8-3-1特征选择

8-3-2重要参数penalty

8-3-3为什么需要逻辑回归

8-3-4Pclass 和获救情况的关系

8-3-5相关性

8-6-1什么是特征

8-6-2PCA是什么

8-6-3根据相同的键拼接表格

8-6-4统计矩阵

8-6-5中文应用

8-7-1对数据进行训练

8-7-2读入数据集

8-7-3文档向量

8-7-4非监督学习的特点

8-7-5分析流程

8-8-1bagging方法总结

8-8-2estimators的学习曲线

8-8-3载入数据集

8-8-4Adaboost

8-8-5循环数据

8-9-1神经网络

8-9-2神经网络的结构

8-9-3激活函数计算过程

8-9-4损失函数

8-9-5损失函数2

Python案例

8-11-1项目结果

8-11-2项目变量介绍

8-11-3了解数据

8-11-4变量转化

8-11-5读入数据

8-12-1推荐算法

8-12-2把数据转换为mlxtend格式

8-12-3关联规则的优缺点

8-12-4协同过滤算法

8-12-5提数据

8-13-1基于物品推荐

8-13-2读取数据构建训练数据

8-13-3基于矩阵分解

8-13-4支持向量机

8-13-5线性可分支持向量机

8-13-6创建一个构建特征的函数

电商文本挖掘

8-17-1

8-17-2

8-17-3

8-17-4

8-17-5

8-18-1

8-18-2

8-18-3

8-18-4

8-18-5

评分卡

8-22-1

8-22-2

8-22-3

8-22-4

8-23-1

8-23-2

8-23-3

8-23-4

可视化工具

8-27-1

8-27-2

8-27-3

8-27-4

8-27-5

8-28-1

8-28-2

8-28-3

8-28-4

8-29-1

8-29-2

8-29-3

8-29-4

8-29-5

SQL集训

8-30-1

8-30-2

8-30-3

8-30-4

8-30-5

SQL集训（补发）

1

2

3

4

5

毕业答辩

1

2

3

4

面试技巧

9-8-1

9-8-2

9-8-3

9-8-4

SPSS

7-23-1数据描述

7-23-2方差 相关

7-23-3适应总分

7-23-4散点图

7-24-1条形图

7-24-2行列百分比

7-24-3修正 工具变量

7-24-4相关性

7-24-5平均值

7-25-1相关系数

7-25-2debt

7-25-3数据视图

7-25-4因子分析

7-25-5行为标签

7-26-1神经网络

7-26-2因变量

7-26-3特征选择

7-26-4模型统计

Oracle SQL Server

4-4-1Oracle应用案例

4-4-2连接数据库

4-4-3rownum伪列

4-4-4导入外部文本文件数据方法

4-4-5查询语句复习

4-5-1SQL Server

4-5-2字符串连接符

4-5-3删除练习4创建的10个字段

4-5-4参数的名称类型

4-5-5使用存储过程的意义

Python数据清洗（补发）

10-28-1构建ndarray

10-28-2其他分布随机数

10-28-3修改数组元素值

10-28-4数据的分裂

10-28-5常用聚合函数

10-29-1常用运算操作

10-29-2列表推导式

10-29-3series索引名字的添加

10-29-4通过数组转化过来

10-29-5行列值修改

10-30-1索引的列名的修改

10-30-2数据保存与读取

10-30-3什么是缺失值

10-30-4发现缺失值

10-30-5转化时间轴

10-31-1

10-31-2

10-31-3

10-31-4

10-31-5

11-1-1

11-1-2

11-1-3

11-1-4

11-1-5