① Excel基础
├──第1节 excel知识回顾
├──第2节 Excel案例分析
└──Excel.zIp（文件大小：28.97M）
② Python基础
├──第1节 在Mac下安装anaConda
├──第2节 在Windows下安装anaconda
├──第3节 Python基础入门
├──第4节 Python进阶
└──第5节 Python案例
③ 预备课
├──涵盖Excel常规操作、Excel公式与函数、Excel数据透视表操作、Excel知识点答疑、电商案例分析等内容。
④ 开学典礼之认知数据分析
└──第1节 开学典礼内容介绍及认知数据分析基础。
⑤ Python进阶课程
├涵盖开启Python大门、Python基础语法、Python数据容器、函数与异常处理、面向对象与模块、文件操作与pdf处理、操作excel等内容。此外还包括Python可视化MatpLotlib、科学计算库NumPy、Pandas以及Python案例如电影数据分析和电商销售数据分析等。
⑥ mysql基础
├涵盖在mac和Windows下安装MySQL、navicat安装以及MySQL数据库的相关知识和案例。
⑦ 数据分析之Hive学习
├涵盖Hive实验、Hadoop原理与概念、HiveSQL核心技能如常用函数、表连接、窗口函数等以及Hive综合案例实战和完全分布式集群搭建等内容。
⑧ 数据可视化课程介绍
├涵盖Excel、tableau等常用数据可视化工具的使用和讲解。
⑨ 行业案例分析课程介绍
├涵盖分析前预备知识、DAU的地位、如何进行用户分层、如何进行竞对分析等内容，还包括互联网下半场TO B分析、大促复盘方法以及常用异动分析方法等。此外，还将介绍撰写分析报告的关键技巧。
⑩ 数据方法论课程介绍
├涵盖描述性统计分析、推断统计分析（参数估计与假设检验）、常用假设检验课程等统计知识，还包括线性回归、时间序列分析等内容。此外，还将介绍逻辑回归、KNN算法等机器学习算法以及朴素贝叶斯分类器等相关知识。最后，课程将介绍分类模型评估方法以及新闻分类等相关应用案例。此外，还将涵盖Kmeans聚类算法的内容。课程内容丰富多样，旨在帮助学员掌握数据分析的核心技能和方法论。学员可根据自己的兴趣和学习需求选择合适的课程进行学习。 └面向数据分析初学者的内容。同时提供一些行业前沿的技能技巧讲解培训提升能力以适应未来就业市场的需求帮助学员更好地应对实际工作场景的挑战和提升自身竞争力在课程最后提供就业指导课程为学员的职业生涯发展提供有力的支持通过课程的学习学员可以了解数据分析师的工作内容和项目介绍以及入行指导等信息从而更好地规划自己的职业发展路径。
