数据是信息时代的“新能源”。从金融到零售，从电商到体育，数据科学都成为成功决策的基础，广泛应用在营销优化、风险控制、客户关系等商业领域。【数据分析】以数据分析标准大纲要求从Excel数据分析技能，SPSS数据处理分析，SAS工具进行数据分析流程技术系统讲解，还将从金融、医药、航空、电商、房地产等行业需求出发全部用实际案例教学来使所学项目课程更能符合企业要求。

数据加工处理方法

数据可视化方法

多维度数据集搭建方法

透视分析

现状、原因分析

宏使用方法简介

SPSS软件及统计分析过程方法论简介

统计分析过程方法论应用：一个调查研究的实例

SPSS for Windows的各个模块简介

数据输入与建立

数据管理与变换

SPSS统计图表和报表展示：

打印与存储输出

数据修改

文件管理

SPSS编程

实用特性举例

枢轴表编辑器的用户化输出

集中趋势及离散趋势分析

正态检验

非参数检验

变量间关系描述

SPSS交叉表分析过程

单样本及双样本T检验

方差分析(ANOVA)

多选题变量分析及SPSS实现

如何选择合适的统计学方法

T-SQL查询

SELECT查询

多表查询

数据排序和筛选

SQL Server 12/16 的数据类型

使用内置函数

分组和汇总数据

使用子查询

使用Table表达式

使用SET运算符

使用Window排 名和聚合函数

Pivoting和 Grouping Sets

SQL Server 12/16元数据查询

执行存储过程

T-SQL编程

异常错误处理

执行事务

提高查询性能

SAS基础概要

SAS系统入门

学习SAS句法

熟悉SAS数据集

读入SAS数据集

读入Excel格式数据

读入固定格式的原始数据文件

整理和清洗数据

生成数据

拼接SAS数据集

增强报表

生成汇总报表

使用SAS/GRAPH作图入门（自学）

数据结构概述

向量

因子

矩阵

数据框

列表和函数

向量化计算和apply

线性回归的思想

回归结果的检查

决定系数 预测 和多元线性回归

一元线性回归演示

多项式回归演示

残差分析演示

多元线性回归演示

关联规则介绍

关联规则演示

决策树介绍C4.5

几种分类算法介绍

评价模型准确性

数据科学和AI概述

数据结构和算法

Python 数据分析与数据挖掘简介、环境搭建

Python数据分析工具箱

数据加载与存储

数据规范化和处理

数据分析

数据挖掘

数据可视化

项目实践

模块1：自助式 BI 解决方案简介  

模块2：Power BI 简介

模块3：Power BI数据源

模块4：整理和合并数据

模块5：数据建模和DAX

模块6：互动数据视觉效果

模块7：直接连接

模块8：使用 Power BI 开发

模块9：Power BI 移动端

Hadoop安装配置

Hive，Impala实战解析

Hbase 实战解析

Python Web 开发

Flume-Ng实战解析

Oozie任务调度系统使用介绍

Hue集成开放平台使用介绍

Solr，Lily Hbase 实战解析

Spark实战解析

附送：电商用户行为分析系统案例