1、培訓過程中，如有部分內(nèi)容理解不透或消化不好，可免費在以后培訓班中重聽；
       2、培訓結(jié)束后,授課老師留給學員聯(lián)系方式,保障培訓效果,免費提供課后技術支持。
       3、培訓合格學員可享受免費推薦就業(yè)機會。☆合格學員免費頒發(fā)相關工程師等資格證書，提升職業(yè)資質(zhì)。專注高端技術培訓15年，端海學員的能力得到大家的認同，受到用人單位的廣泛贊譽，端海的證書受到廣泛認可。

第一階段：Python編程基礎和網(wǎng)絡爬蟲
1.數(shù)據(jù)分析行業(yè)概述
2.Python安裝及介紹
3.Python編程基礎
4.Python爬蟲基礎知識
5.網(wǎng)絡請求及相應 -Requests
6.HTML文檔解析 -BeautifulSoup
7.常見反爬蟲機制及應對
8.通過API獲取數(shù)據(jù)
9.Python爬蟲實戰(zhàn)之頭像下載
10.Python爬蟲實戰(zhàn)之抓取書籍簡介
第二階段：Mysql數(shù)據(jù)庫基礎
1.Mysql數(shù)據(jù)庫知識介紹
2.Mysql數(shù)據(jù)庫的基本操作
3.Mysql數(shù)據(jù)表的基本操作
4.數(shù)據(jù)類型和約束條件
5.數(shù)據(jù)的CRUD操作之增加、刪除、修改數(shù)據(jù)表
6.SQL數(shù)據(jù)庫單表查詢和聯(lián)合查詢
7.SQL操作符和函數(shù)
8.SQL綜合案例：彩票數(shù)據(jù)核對練習
9.SQL綜合案例：電商數(shù)據(jù)查詢練習
第三階段：數(shù)據(jù)分析之統(tǒng)計學基礎
1.數(shù)據(jù)分析行業(yè)與知識簡介
2.概率論基礎知識
3.描述性統(tǒng)計分析
4.統(tǒng)計量與抽樣分布
5.參數(shù)估計：點估計和區(qū)間估計
6.假設檢驗方法
7.方差分析的基本原理和操作
第四階段：Python進行統(tǒng)計分析和數(shù)據(jù)清洗
1.使用Python SQL進行數(shù)據(jù)整合
2.使用Python進行描述性統(tǒng)計分析
3.使用Python進行數(shù)據(jù)整合與數(shù)據(jù)清洗
4.使用Python進行數(shù)據(jù)分組和抽樣
5.使用Python進行統(tǒng)計分析
6.轉(zhuǎn)化漏斗與A/B對比測試
第五階段：Python進行回歸和降維分析
1.使用線性回歸做客戶價值預測
2.使用邏輯回歸做客戶流失預警
3.連續(xù)變量關系探索與變量壓縮：主成分、因子分析
4.聚類分析與客戶分群
5.市場分析其他工具：對應分析與多維尺度分析
第六階段：Python時間序列和綜合案例
1.簡單時間序列分析法：平滑算法
2.平穩(wěn)時間序列(ARMA)模型設定與識別
3.非平穩(wěn)時間序列（ARIMA）模型
4.時間序列建模步驟
5.案例：使用Python進行零售業(yè)銷量預測
6.案例：量化投資行業(yè)時間序列分析
第七階段：Python數(shù)據(jù)可視化
1.繪圖思想的基本原理
2.Python數(shù)據(jù)可視化包Matplotlib介紹
3.使用Matplotlib進行基本的圖形繪制
4.Python數(shù)據(jù)可視化-Seaborn
5.Python數(shù)據(jù)可視化-Pyecharts
6.Python地圖繪制
第八階段：期中項目作業(yè)與答辯
課題1：電商客戶價值預測
課題2：網(wǎng)站流量數(shù)據(jù)分析
課題3：信用卡客戶流失預警
課題4：銀行電話營銷響應分析以上課題僅供參考
第九階段：Python數(shù)據(jù)挖掘基礎與數(shù)據(jù)倉庫建置
1.Python數(shù)據(jù)挖掘簡介
2.數(shù)據(jù)挖掘方法論CRISP-DM介紹
3.數(shù)據(jù)挖掘技術概述
4.數(shù)據(jù)前處理方法
5.關鍵變量發(fā)掘技術
第十階段：Python進行預測型數(shù)據(jù)挖掘
1.樸素貝葉斯與最近領域
2.決策樹算法
3.神經(jīng)網(wǎng)絡
4.支持向量機
5.集成學習：Bagging,Boosting,Random Forest
6.特征工程
第十一階段：Python進行描述性數(shù)據(jù)挖掘與進階算法
1.聚類分析
2.關聯(lián)規(guī)則
3.序列模式
4.深度學習
5.文本挖掘