数据预科模块：
1.互联网Web技术／运营基础
2.Web网页开发
3.HTML5
4.CSS3
5.互联网的发展
6.自媒体运营
7.社区/运营
8.舆情监控
9.互联网内容运维
数据分析工具模块：
1.Excel数据操作
2.Excel函数
3.VBA（自动化编程语言）
4.商务Visio
5.Tableau(智能数据可视化图表)
6.市场调研（数据报告）
7.精益化管理
统计学基础
1.统计数据类型
2.数据预处理
3.数据统计展示
4.统计学基本概念
5.集中趋势度量
6.离散程度度量
7.偏态与峰态度量
8.数据基本预测
mysql/orcale数据库操作
1.数据库创建
2.增删改查
3.存储过程、游标
4.事件、事务
5.触发器
6.大表分区
7.SQL语句优化
Python入门
1.数据类型
2.函数
3.流程控制语句
4.面向对象
5.网络基础
6.python PC端爬虫实战
7.python 移动端爬虫实战
Python数据挖掘建模
1.概率与抽样分布
2.参数估计、<span class="highlight">span>设检验,方差分析，列联分析
3.matplotlib，pyecharts 绘图
4.Numpy数据运算
5.Pandas（数据分析包
6.数据清洗、特征工程
7.SPSS、SAS软件及R语言基础
大数据平台技术及可视化
1.Linux基础
2.HDFS（海量数据存储）
3.Hadoop（分布式大数据系统）
4.Mapreduce（离线数据大规模并行运算）
5.Hive（数据仓库工具）
6.spark(实时数据处理）
人工智能与机器学习算法：
1.sklearn（数据挖掘）Jeba(文本分词）
2.线性回归、梯度下降、大似然、小二乘
3.分类器算法（监督机器学习）：朴素贝叶斯、逻辑回归、决策树、支持向量机
4.聚类算法(非监督机器学习)：K-Means、分裂、合并、系统、PAM等
5.数据降维（PCA主成分分析）
6.集成学习算法（随机森林、Boosting）
7.时间序列
行业综合实战
1.金融行业大数据分析（信用卡征信评分卡分析）
2.电商行业大数据分析（客户偏好、客户流失预警）
3.航空航天行业数据分析（客户流失预测）
4.房地产行业大数据分析（二手房行业分析、营销分析）
5.互联网行业大数据分析（电子营销，汽车）
温馨提示
温馨提示
苏公网安备32010402001741
