Excel 预习视频(必看)

1、Excel概述，数据加工

2、公式函数

3、数据透视表

4、图表

Excel预习视频（补充）

1-1.Excel介绍及定位条件功能

1-2.选择性粘贴和查找替换功能

1-3.辅助列及填充柄等功能

1-4.打印设置和保护功能

1-5.分列功能和substitute函数

1-6.text函数、date函数及数据验证功能

1-7.知识点回顾

1-8.Excel常用函数介绍

1-9.单元格引用方式及函数综合练习

1-10.链接函数、数据导入及条件格式

1-11.高级筛选和自定义排序

2-1.第一天知识点回顾

2-2.Vlookup函数

2-3.offset函数

2-4.index和match函数

2-5.动态图制作

2-6.知识点回顾

2-7.indirect函数立即播放

2-8.综合练习

2-9.数组函数一

2-10.sumproduct函数

2-11.large函数和frequency函数

MySQL数据库预习视频

1-1.MySQL启动和workbench页面介绍

1-2.针对数据库的增删改查

1-3.数据表的增删查

1-4.插入数据

1-5.主键约束

1-6.非空约束和唯一约束

1-7.非空约束和自动增长

1-8.外键约束

1-9.修改表结构

1-10.导入外部数据

1-11.修改和删除数据

2-1.where语句（1）

2-2.where语句（2）

2-3.where语句（3）

2-4.group by语句和order by语句

2-5.关于空值的计算

2-6.group by语句练习

2-7.having语句

2-8.limit语句

2-9.多表连接

2-10.子查询

2-11.查询案例

Power BI预习课程（必看）

1、Power BI工具介绍

2、DAX表达式

3、M函数

4、网页爬取数据

5、商业应用案例

Python基础预习课程

1-1.Python概述

1-2.anaconda介绍和使用

1-3.jupyter notebook启动和界面介绍1

1-4.jupyter notebook界面2

1-5.jupyter notebook界面3

1-6.Python基础语法

1-7.基本数据类型：数值

1-8.基本数据类型：字符串（1）

1-9.基本数据类型：字符串（2）

1-10.基本数据类型：字符串（3）

1-11.基本数据类型：布尔值及字符串（4）

1-12.基本数据类型：字符串（5）

1-13.表达式和运算符

1-14.组合数据类型：列表（1）

2-1.组合数据类型：列表（2）

2-2.组合数据类型：列表（3）

2-3.组合数据类型：元组

2-4.组合数据类型：集合（1)

2-5.组合数据类型：集合（2）

2-6.组合数据类型：字典（1）

2-7.组合数据类型：字典（2）

2-8.顺序结构和分支结构（1）

2-9.分支结构（2）

2-10.分支结构（3）

2-11.while循环

2-12.for循环（1）

2-13.for循环（2）

2-14.for循环（3）

2-15.for循环（4）

3-1.列表推导式

3-2.自定义函数（1）

3-3.自定义函数（2）

3-4.函数的参数

3-5.作用域

3-6.递归

3-7.lambda匿名函数

3-8.异常处理

3-9.外部数据文件的读写

3-10.模块（1）

3-11.模块（2）

3-12.模块（3）

统计学预习课程

1-1.统计学课程内容介绍

1-2.什么是数据分析？

1-3.统计学和机器学习的知识图谱

1-4.随机抽样和非随机抽样

1-5.数据可视化理论

1-6.描述性统计概述

1-7.集中趋势1

1-8.集中趋势2

1-9.离散程度1

1-10.离散程度：方差和标准差

1-11.数据标准化

1-12.数据标准化应用_异常值

1-13.离散系数

1-14.偏态和峰态

2-1.描述性统计回顾

2-2.离散型随机变量

2-3.连续型随机变量和定积分

2-4.期望和方差

2-5.t分布和F分布

2-5.正态分布和卡方分布

2-6.样本均值和中心极限定理

2-7.知识点回顾和样本方差

2-8.估计量

2-9.区间估计介绍

2-10.总体均值的区间估计（大样本）

2-11.总体均值区间估计（小样本）

2-12.总体比例和总体方差的区间估计

2-13.两个总体均值之差

2-14.两个总体比例之差和两个总体方差比

开学典礼

开学典礼

Excel业务数据分析

0420-1数据分析概述

0420-2数据分析思考案例；Excel常用函数：countif、累积、sumif、sumifs

0420-3条件格式

0420-4日期时间类函数

0420-5项目计划表

0420-6考勤表制作1

0420-7考勤表制作2

0421-1考勤表制作3

0421-2指标概述

0421-3指标应用

0421-4综合案例员工考勤表1

0421-5综合案例员工考勤表2

0421-6综合案例员工考勤表3

0421-7综合案例员工考勤表4

0422-1活动评估案例1

0422-2活动评估案例2

0422-3活动评估案例3

0422-4活动评估案例4

0422-5 业务数据分析方法论

0422-6帕累托分析1

0422-7帕累托分析2

0423-1帕累托练习

0423-2业务问题发现-综合案例1

0423-3业务问题发现-综合案例2

0423-4RMF模型1

0423-5RMF模型2

0423-6RMF模型3

0423-7RMF模型4

0424-1树状分析方法论1

0424-2树状分析方法论2

0424-3商业报告撰写1

0424-4商业报告撰写2

0424-5商业报告撰写3

0424-6商业报告撰写4

0424-7课程回顾

数据库应用技能

4-27-1 数据库概述

4-27-2 数据库的基本结构

4-27-3 约束条件

4-27-4 修改数据表

4-27-5 导入数据

4-27-6 删除数据

4-27-7 Excel串讲

4-28-1 更新数据

4-28-2 条件查询，查询结果排序

4-28-3 分组查询

4-28-4 内连接、左连接、右连接

4-28-5 外连接、笛卡尔积连接

4-29-1 等值连接与不等值连接

4-29-2 自连接（查询员工的直属领导）

4-29-3 子查询

4-29-4 常用函数

4-30-1 面试题（投资表、业务员表）

4-30-2 开窗函数

4-30-3 er图、练习：查询学生信息

4-30-4 练习：查询学生信息

4-30-5 练习：查询学生信息（纵横表转换）

5-6-1 查询司机完单情况、查询学生信息

5-6-2 电商案例介绍

5-6-3 电商案例字段介绍

5-6-4 电商案例ER图

5-6-5 电商案例查询练习

5-6-6 电商案例查询练习

商业智能分析

5-7-1 什么是商业智能分析

5-7-2 Power BI工具介绍

5-7-3 使用查询编辑器（产品、销售表）

5-7-4 M函数（身份证信息提取1）

5-7-5 M函数（身份证信息提取2）

5-8-1 自定义函数、结构化数据

5-8-2 结构化数据

5-8-3 结构化数据练习

5-8-4 网站爬取案例

5-8-5 多维数据模型

5-8-6 MySQL串讲

5-8-7 MySQL串讲

5-11-1 表的对应关系

5-11-2 数据透视表

5-11-3 链接规则说明

5-11-4 DAX表达式练习

5-12-1 业务指标介绍

5-12-2 结构百分比

5-12-3 均比、标准比

5-12-4 日期辅助列

5-12-5 时间智能函数

5-13-1 零售案例1

5-13-2 零售案例2

5-13-3 电商案例-活用客户价值模型1

5-13-4 电商案例-活用客户价值模型2

5-13-5 电商案例-活用客户价值模型3

5-14-1 流量相关指标

5-14-2 流量分析仪

5-14-3 餐饮案例1

5-14-4 餐饮案例2

5-14-5 餐饮案例3

5-15-1 库存管理指标介绍

5-15-2 快消行业销售分析仪

5-15-3 动销情况分析

5-15-4 汽车案例练习1

5-15-5 汽车案例练习2

SQL集训

5-18-1

5-18-2

5-18-3

5-18-4

5-18-5

中期交流

5-16-1

5-16-2

5-16-3

5-16-4

5-16-5

5-16-6

5-16-7

5-16-8

5-16-9

5-16-10

统计基础

5-19-1 数据类型

5-19-2 数学、统计概述

5-19-3 向量空间与线性变换

5-19-4 矩阵与行列式

5-19-5 向量、矩阵的计算

5-19-6 串讲

5-19-7 串讲

5-20-1 初等函数

5-20-2 复数与函数极限

5-20-3 导数

5-20-4 导数与微分

5-20-5 梯度

5-21-1 函数极值

5-21-2 数据的概括性度量1

5-21-3 数据的概括性度量2

5-21-4 统计量及其分布

5-21-5 参数估计

5-22-1 假设检验

5-22-2 相关分析

5-22-3 线型回归分析

5-22-4 回归系数的检验

5-22-5 数据分析流程总结

Python编程基础

5-25-1 python简介

5-25-2 print函数

5-25-3 变量

5-25-4 数字的计算

5-25-5 字符串的方法

5-26-1 字符串的格式化

5-26-2 if条件判断

5-26-3 for循环

5-26-4 while循环

5-26-5 列表

5-26-6 串讲

5-27-1 列表生成式

5-27-2 元组、字典

5-27-3 字典、集合

5-27-4 内置函数

5-27-5 自定义函数

5-28-1 函数的参数

5-28-2 时间模块

5-28-3 文件的读写

5-28-4 文件夹的操作

5-28-5 Python连接MySQL

5-29-1 总结与作业讲解

5-29-2 面向对象学习

5-29-3 类的对象和方法

5-29-4 继承与抽象

5-29-5 建立一个操作mysql的类

Python数据清洗

6-1-1 numpy数组

6-1-2 数组的索引和切片

6-1-3 数组的运算

6-1-4 matplotlib快速绘图

6-2-1 numpy作业

6-2-2 matplotlib绘制子图

6-2-3 matplotlib常用图形的绘制

6-2-4 绘图案例

6-2-5 pyecharts

6-2-6 串讲

6-3-1 pandas引入

6-3-2 序列和DataFrame

6-3-3 数据的加载

6-3-4 索引和过滤

6-3-5 重置索引和填充

6-4-1 缺失值的处理

6-4-2 数据的填充和替换

6-4-3 排序

6-4-4 数据的合并和重塑

6-4-5 分组和转换

6-4-6 串讲

6-5-1 时间序列

6-5-2 向量化字符串操作

6-5-3 Seaborn绘图

6-5-4 案例分析

6-5-5 QQ聊天数据分析案例

Python统计

6-8-1 统计包与数据挖掘

6-8-2 异方差、t检验

6-8-3 方差分析

6-8-4 数据分析流

6-8-5 缺失值填补

6-9-1 异常值处理和特征过滤

6-9-2 相关特征的处理

6-9-3 拟合回归模型

6-9-4 回归模型系数的解读

6-9-5 最小二乘、梯度下降、正则化

6-9-6 串讲

6-10-1 随机梯度下降分类算法

6-10-2 logistic回归案例

6-10-3 logistic回归模型的评估与修正

6-10-4 logistic回归指标解读

6-10-5 混淆矩阵与网格搜索

6-11-1 主成分分析原理

6-11-2 主成分的选择

6-11-3 主成分回归模型

6-11-4 数据规范化

6-11-5 作业讲解

中期交流2

6-14-1

6-14-2

6-14-3

6-14-4

6-14-5

6-14-6

6-14-7

6-14-8

6-14-9

Python爬虫

9-8-1爬虫基础

9-8-2http基本原理

9-8-3http基本原理2

9-8-4爬虫基本原理

9-8-5正则表达式

9-9-1urllib

9-9-2带参数的get请求

9-9-3requests

9-9-4bs节点选择器

9-10-1天气预报数据抓取

9-10-2下载单个图片

9-10-3声明浏览器对象

9-10-4下拉进度条

9-10-5反爬虫声明

python机器学习

6-16-1 机器学习简介

6-16-2 机器学习任务

6-16-3 模型评估指标

6-16-4 KNN的python实现

6-16-5 sklearn中的KNN

6-16-6 串讲

6-16-7 串讲

6-17-1 KNN手写数字识别案例

6-17-2 作业：葡萄酒分类案例

6-17-3 K-Mearns的python实现

6-17-4 K-Mearns算法优化

6-17-5 sklearn中的K-Mearns

6-18-1 作业：鸢尾花数据聚类

6-18-2 DBSCAN

6-18-3 聚类应用：图像压缩

6-18-4 决策树的python实现

6-19-1 C4.5,CART树

6-19-2 sklearn中的决策树

6-19-3 输出决策树图形

6-19-4 保险案例背景介绍

6-19-5 保险行业案例

6-20-1 数据挖掘流程

6-20-2 案例梳理

6-20-3 一行代码生成数据报告

6-22-1 线性回归

6-22-2 回归方程的矩阵表示

6-22-3 最小二乘法

6-22-4 多元线性回归的python实现

6-22-5 回归算法评估指标

6-22-6 岭回归和Lasso

6-23-1 岭回归和Lasso

6-23-2 岭回归和Lasso

6-23-3 逻辑回归

6-23-4 重要参数的选择

6-23-5 OvR,MvM

6-23-6 串讲

6-24-1 梯度下降算法

6-24-2 梯度下降的几何解释

6-24-3 Batch_GD

6-24-4 Stocastic_GD

6-24-5 朴素贝叶斯

6-28-1 MvM,OvO

6-28-2 手写数字识别

6-28-3 朴素贝叶斯

6-28-4 不同分布下的贝叶斯

6-28-5 推荐系统介绍

6-29-1 推荐系统

6-29-2 协同过滤

6-29-3 协同过滤

6-29-4 推荐系统的封装调用

6-29-5 机器学习第二阶段串讲

6-30-1 集成算法

6-30-2 bagging,boosting

6-30-3 随机森林

6-30-4 随机森林的参数

6-30-5 随机森林回归

6-30-6 adaboost

7-1-1 adaboost

7-1-2 adaboost

7-1-3 数据预处理

7-1-4 特征编码

7-1-5 特征筛选

7-2-1 filter特征选择

7-2-2 filter特征选择

7-2-3 嵌入法特征选择

7-2-4 包装法

7-2-5 PCA

7-2-6 手写数字识别案例

7-3-1 感知机

7-3-2 定义损失函数

7-3-3 损失函数的求解

7-3-4 梯度下降

7-3-5 SVM中的对偶问题

7-3-6 拉格朗日优化方法

7-5-1 数据分析思维

7-5-2 数据分析方法论

7-5-3 项目报告案例

7-5-4 迈向深度学习

7-6-1 拉格朗日优化方法

7-6-2 损失函数

7-6-3 svm结果解析

7-6-4 线性SVM可视化

7-6-5 SVM的sklearn实现

7-7-1 pipline

7-7-2 随机森林,SVM

7-7-3 xgboost算法

7-7-4 xgboost算法

7-7-5 xgb的参数

7-7-6 ARIMA模型串讲

7-7-7 ARIMA模型串讲

7-8-1 xgboost例子

7-8-2 xgboost例子

7-8-3 xgboost例子

7-8-4 xgboost例子

SPSS（补）

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

电商文本挖掘

7-11-1

7-11-2

7-11-3

7-11-4

7-12-1

7-12-2

7-12-3

7-12-4

神经网络

7-14-1

7-14-2

7-14-3

7-14-4

关联规则

7-15-1

7-15-2

7-15-3 串讲

7-15-4 串讲

评分卡

7-18-1

7-18-2

7-18-3

7-18-4

7-19-1

7-19-2

7-19-3

7-19-4

7-19-5

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

毕业答辩

7-26-1

7-26-2

7-26-3

7-26-4

7-26-5

7-26-6

7-26-7

就业指导

7-28-1

7-28-2

7-29-1

7-29-2