☆ 1、如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
      ☆ 2、在課程結束之后,授課老師會留給學員手機和E-mail,免費提供半年的課程技術支持，以便保證培訓后的繼續消化；
      ☆3、合格的學員可享受免費推薦就業機會。
      ☆4、合格學員免費頒發相關工程師等資格證書，提升您的職業資質。

01章Excel數據分析
01-01Excel數據處理技巧和高效方法
01-02Excel數據收集、整合、規范化
01-03Excel公式、函數、數組及數據分析
01-04Excel可視化數據分析（排序、篩選、透視表等）
01-05Excel圖表化數據呈現
02章數據庫管理
02-01數據庫簡介
02-02MySQL 增刪改語句
02-03MySQL select查詢語句
02-04MySQL綜合案例
02-05SQLserver應用
02-06Oracle應用
03章Excel BI
03-01Power Query基本功能介紹
03-02Power Query進行數據導入
03-03Power Query橫向合并與縱向合并數據
03-04Power Query M函數與數據預處理
03-05Power Pivot數據導入功能
03-06Power Pivot搭建多維數據集與多維數據透視
03-07Power Pivot創建層次結構及KPI
03-08Power Pivot綜合應用案例：商機相關企業信息
03-09Power Map數據地圖創建及應用方法
03-10Power View交互式儀表板創建方法
03-11案例：全國主要城市空氣質量地圖、餐飲業店鋪銷售狀況儀表盤
04章Tableau數據可視化
04-01Tableau公司和產品介紹
04-02使用Tableau連接多源數據
04-03Tableau可視化界面介紹
04-04Tabelau數據分析P1：排序、篩選、計算字段、分層結構
04-05Tableau數據分析P2：集和參數、趨勢線、預測區間
04-06初級圖表：條形圖、折線圖、餅圖、文字云、散點圖、地圖、樹形圖、氣泡圖、圖表組合
04-07高級圖表：子彈圖、環形圖、瀑布圖、Bump Chart、Table Formatting
04-08使用Tableau制作儀表板與故事
04-09實戰項目1：某公司銷售數據可視化
04-10實戰項目2：航班運營狀況分析
05章python編程
05-01python基礎語法
05-02python基本數據類型
05-03python的運算符
05-04python字符串、列表、元組等
05-05python條件控制
05-06python循環語句
05-07python函數、類、模塊
05-08python文件操作、異常處理
06章Python數據清洗
06-01Numpy的ndarray
06-02數組的索引和切片
06-03數組的運算
06-04常用的數組方法
06-05Series數據結構
06-06DataFrame數據結構
06-07匯總計算
06-08缺失值處理
06-09數據合并、重塑
06-10Groupby技術
06-11數據透視表和交叉表
07章Python數據可視化
07-01可視化基本概念和設計原則
07-02利用pandas進行數據可視化
07-03python可視化工具Matplotlib的安裝和使用
07-04Matplotlib高階繪圖
07-05seaborn繪圖
07-06pyecharts繪圖
08章Python爬蟲
08-01爬蟲的基本原理
08-02HTML簡介
08-03發送請求和網頁抓取
08-04設置瀏覽器代理
08-05數據解析-Xpath
08-06BeautifulSoup簡介
08-07數據解析-正則表達式
08-08動態渲染頁面抓取
08-09新聞爬蟲案例
08-10招聘爬蟲案例
09章商業BI實戰案例
09-01使用MySQL+Excel制作關鍵指標監控儀
09-02使用Excel+SQL制作銷售情況分析儀案例：
09-03Step1：理解數據分析業務背景，確定分析目標
09-04Step2：使用Power Query連接Mysql進行數據導入和數據預處理
09-05Step3：使用Power Pivot創建多維數據分析環境
09-06Step4：使用Excel和Power View制作數據分析儀交互式可視化界面
09-07商業報告撰寫
10章線性代數
10-01向量與線性空間
10-02線性變換與矩陣
10-03行列式與線性方程組
10-04歐式空間
10-05內積因子與算子
11章統計學
11-01數據準備
11-02描述統計
11-03假設檢驗
11-04一元線性回歸
11-05多元回歸
11-06一般logistic回歸
11-07logistic回歸與修正
11-08數據挖掘與logistic回歸
12章python機器學習
12-02KNN
12-03Kmeans
12-04線性回歸與logistic回歸
12-05矩陣分解與降維方法（PCA）
12-06樸素貝葉斯
12-07決策樹：分類樹和回歸樹
12-08集成算法：隨機森林、XGboost、Adaboost
12-09關聯規則與序列模式
12-10支持向量機
12-11神經網絡基礎