☆ 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。

• 第一章：數據分析基礎
  復習和鞏固數據分析的流程，能夠用 Python 對一個全新的數據集進行分析。
  復習鞏固概率論、貝葉斯定理、描述統計學、假設檢驗基礎，以及運用 Python 編寫函數和調用 Python 庫的能力。
• 實戰項目 1：冰與火之歌 - 五王之戰實戰項目 2：驗證經典心理學現象
  第二章：Python 數據清洗
  數據清洗是分析的基石。在這部分課程中，你將學習到不同格式的數據文件的收集，臟數據與亂數據的定義，評估方式和編程處理的方法，并在實戰項目中用 API 從網站上下載原始數據，使用 Python 和 Python 庫對其評估和清理，對清理后的數據進行分析和可視化，完成數據分析報告。可試聽！
• 實戰項目 3：TWITTER 社交網絡的數據分析案例演練：豆瓣電影數據的爬取案例演練：醫療數據清洗 - 口服胰島素臨床試驗
  第三章：Python 數據可視化
  數據可視化既是一門藝術也是一門科學。你將了解到探索性可視化和解釋性可視化，并學習可視化的設計。同時你也會學習到單變量數據探索，雙變量數據探索，多變量數據探索。最終利用解釋性數據可視化向利益相關方傳達你的數據成果。
• 實戰項目 4：傳達數據洞察案例演練：鉆石行業暴利研究
  第四章：監督學習
  在這里，你可以學習到機器學習的基礎知識，并初步了解一些機器學習可以完成的任務，如分類與回歸問題，包括機器學習涉及到的統計分析知識以及模型評估和驗證知識。監督學習是通過已標注過的訓練數據來完成分類或回歸任務的一類機器學習方法。在這一部分中，你將學習決策樹、神經網絡、支持向量機等監督學習算法。
• 實戰項目 5：機票航班延誤預測案例演練：互聯網廣告點擊率預測
  第五章：非監督學習
  當數據樣本沒有標簽的情況下，非監督學習是其解決問題的最佳方案。在這一部分中，你將學習聚類，特征工程和降維等與非監督學習相關的算法和知識。
• 案例演練：銀行與信貸公司金融風控模型搭建
  選修課程 1：R 語言與探索性數據分析（英）
  從零開始掌握 R 語言和 RStudio 的使用。你將會學習到 R 數據類型和基礎語法，控制流和函數，并在虛擬 facebook 用戶數據上進行探索性數據分析 (EDA) 和可視化。
• 案例演練：探索拍拍貸的業務數據
  選修課程 2：用 Tableau 進行數據可視化
  Tableau 是數據分析和商業智能領域中常用的工具，掌握此項技能能夠幫助你在職場脫穎而出！你將學到如何使用 Tableau 繪制圖表，搭建可視化面板，并創建 Tableau 故事，生動地向觀眾展示你的發現，用數據驅動業務增長。