CDAL1業(yè)務(wù)數(shù)據(jù)分析師認(rèn)證課程培訓(xùn)通知（上海，4月19-23日）
【舉辦單位】北京曼頓培訓(xùn)網(wǎng) www.mdpxb.com
【咨詢電話】4006820825 010-56133998 13810210257
【培訓(xùn)日期】
北京，2023年3月18-22日；上海，2023年4月19-23日
成都，2023年5月27-31日；北京，2023年6月26-30日
廣州，2023年7月22-26日；青島，2023年8月26-30日
北京，2023年9月16-20日；成都，2023年10月18-22日
上海，2023年11月17-21日；杭州，2023年12月24-28日
【培訓(xùn)地點(diǎn)】北京、上海、成都、廣州、青島、杭州

【課程背景】
「CDA 數(shù)據(jù)分析師人才行業(yè)標(biāo)準(zhǔn)」是面向全行業(yè)數(shù)據(jù)分析及大數(shù)據(jù)相關(guān)崗位的一套科
學(xué)化、專業(yè)化、正規(guī)化、系統(tǒng)化的人才技能準(zhǔn)則。CDA數(shù)據(jù)分析師認(rèn)證考試是評(píng)判「標(biāo)準(zhǔn)化人才」的唯一考核路徑。CDA考試大綱規(guī)定并明確了數(shù)據(jù)分析師認(rèn)證考試的具體范圍、內(nèi)容和知識(shí)點(diǎn)，考生可按照大綱要求進(jìn)行相關(guān)知識(shí)的學(xué)習(xí)，獲取技能，成為專業(yè)人 才。
針對(duì)不同知識(shí)，掌握程度的要求分為【領(lǐng)會(huì)】、【熟知】、【應(yīng)用】三個(gè)級(jí)別，考生應(yīng)按照
不同知識(shí)要求進(jìn)行學(xué)習(xí)。
1．領(lǐng)會(huì)：考生能夠領(lǐng)會(huì)了解規(guī)定的知識(shí)點(diǎn)，并能夠了解規(guī)定知識(shí)點(diǎn)的內(nèi)涵與外延，了
解其內(nèi)容要點(diǎn)和它們之間的區(qū)別與聯(lián)系，并能做出正確的闡述、解釋和說明。
2．熟知：考生須掌握知識(shí)的要點(diǎn)，并能夠正確理解和記憶相關(guān)理論方法，能夠根據(jù)不
同要求，做出邏輯嚴(yán)密的解釋、說明和闡述。此部分為考試的重點(diǎn)部分。
3．應(yīng)用：考生須學(xué)會(huì)將知識(shí)點(diǎn)落地實(shí)踐，并能夠結(jié)合相關(guān)工具進(jìn)行商業(yè)應(yīng)用，能夠根
據(jù)具體要求，給出問題的具體實(shí)施流程和策略。

【考試范圍】
PART 1 數(shù)據(jù)分析概念與統(tǒng)計(jì)學(xué)基礎(chǔ) （占比 30%）
a. 數(shù)據(jù)分析概念、方法論、流程（占比 5%）
b. 描述性統(tǒng)計(jì)分析（占比 12%）
c. 推斷性統(tǒng)計(jì)分析（占比 8%）
d. 方差分析（占比 2%）
e. 一元線性回歸分析（占比 3%）
PART 2 SQL 數(shù)據(jù)庫基礎(chǔ) （占比 15%）
a. SQL 及關(guān)系型數(shù)據(jù)庫基本概念（占比 1%）
b. SQL 數(shù)據(jù)類型、運(yùn)算符、函數(shù)（占比 3%）
c. SQL 查詢語句（占比 5%）
d. SQL 連接語句（占比 5%）
e. SQL 其它語句（占比 1%）
PART 3 數(shù)據(jù)采集與處理 （占比 15%）
a. 數(shù)據(jù)采集方法（占比 5%）
b. 市場(chǎng)調(diào)研（占比 2%）
c. 數(shù)據(jù)預(yù)處理方法（占比 8%）
PART 4 數(shù)據(jù)建模分析 （占比 40%）
a. 主成分分析法（占比 4%）、因子分析法（占比 2%）
b. 系統(tǒng)聚類法（占比 2%）、K-Means 聚類法（占比 3%）
c. 對(duì)應(yīng)分析（占比 2%）、多維尺度分析（占比 2%）
d. 多元回歸分析法
多元線性回歸（占比 10%）
邏輯回歸（占比 10%）
e. 時(shí)間序列（占比 5%）.

【考試形式與試卷結(jié)構(gòu)】
考試方式：VUE線上考試，隨約隨考
考試題型：客觀題（單選+多選）
考試時(shí)間：120 分鐘
考試成績：分為 A、B、C、D 四個(gè)層次，A、B、C 為通過考試，D 為不通過.
注：考試未通過者可進(jìn)行一次補(bǔ)考，補(bǔ)考費(fèi)用為六折優(yōu)惠。每個(gè)等級(jí)科目補(bǔ)考各限一次。

【課程大綱】
PART 1
數(shù)據(jù)分析概念與統(tǒng)計(jì)學(xué)基礎(chǔ)
1、數(shù)據(jù)分析概述【領(lǐng)會(huì)】
數(shù)據(jù)分析和數(shù)據(jù)挖掘的概念
強(qiáng)調(diào)商業(yè)數(shù)據(jù)分析中對(duì)業(yè)務(wù)的理解
商業(yè)數(shù)據(jù)分析和預(yù)測(cè)的本質(zhì)
數(shù)據(jù)分析的8個(gè)層次
大數(shù)據(jù)對(duì)傳統(tǒng)小數(shù)據(jù)分析的拓展
【熟知】
明確數(shù)據(jù)分析目標(biāo)及意義
數(shù)據(jù)分析的過程
數(shù)據(jù)分析與數(shù)據(jù)挖掘的常用方法
CRISP-DM、SEMMA 方法論
數(shù)據(jù)分析中不同人員的角色與職責(zé)
2、描述性統(tǒng)計(jì)分析【領(lǐng)會(huì)】
數(shù)據(jù)的計(jì)量尺度
數(shù)據(jù)的集中趨勢(shì)、離中趨勢(shì)和數(shù)據(jù)分布的概念
統(tǒng)計(jì)圖的概念
各種統(tǒng)計(jì)圖的含義和畫法
【熟知】
衡量數(shù)據(jù)集中趨勢(shì)、離中趨勢(shì)和數(shù)據(jù)分布的常用指標(biāo)及計(jì)算方法統(tǒng)計(jì)圖形的繪制、圖形元素的調(diào)整、可視化效果，主要涉及條形圖、線圖、直方圖、盒須圖、散點(diǎn)圖、氣泡圖、馬賽克圖、玫瑰圖及其多種圖形整合。明確統(tǒng)計(jì)圖形對(duì)統(tǒng)計(jì)指標(biāo)表達(dá)上的對(duì)應(yīng)關(guān)系
【應(yīng)用】
根據(jù)不同數(shù)據(jù)類型選用不同的統(tǒng)計(jì)指標(biāo)來進(jìn)行數(shù)據(jù)的集中趨勢(shì)、離中趨勢(shì)和數(shù)據(jù)分布的衡量，不同統(tǒng)計(jì)圖的使用場(chǎng)景。會(huì)寫數(shù)據(jù)分析報(bào)告和結(jié)合業(yè)務(wù)需求對(duì)報(bào)告進(jìn)行合理解釋，對(duì)業(yè)務(wù)?出建設(shè)性意見建議。
3、抽樣估計(jì)【領(lǐng)會(huì)】
隨機(jī)試驗(yàn)、隨機(jī)事件、隨機(jī)變量的概念
總體與樣本的概念
抽樣估計(jì)的理論基礎(chǔ)
正態(tài)分布及三大分布的函數(shù)形式和圖像形式
抽樣的多種組織形式
確定必要樣本容量的原因
【熟知】
隨機(jī)事件的概率
抽樣平均誤差的概念與數(shù)學(xué)性質(zhì)
點(diǎn)估計(jì)與區(qū)間估計(jì)方法的特點(diǎn)與優(yōu)缺點(diǎn)
全體總體與樣本總體
參數(shù)和統(tǒng)計(jì)量
重復(fù)抽樣與不重復(fù)抽樣
抽樣誤差的概念對(duì)總體平均數(shù)和總體成數(shù)的區(qū)間估計(jì)方法
必要樣本容量的影響因素
中心極限定理的意義與應(yīng)用
【應(yīng)用】
隨機(jī)變量及其概率分布
全部可能的樣本單位數(shù)目的概念及其在不同抽樣方法下的確定
抽樣平均誤差在實(shí)際數(shù)據(jù)分析中的計(jì)算方法
4、假設(shè)檢驗(yàn)【領(lǐng)會(huì)】
假設(shè)檢驗(yàn)的基本概念
其基本思想在數(shù)據(jù)分析中的作用
假設(shè)檢驗(yàn)的基本步驟
假設(shè)檢驗(yàn)與區(qū)間估計(jì)的聯(lián)系
假設(shè)檢驗(yàn)中的兩類錯(cuò)誤
【熟知】
P值的含義及計(jì)算
如何利用P值進(jìn)行檢驗(yàn)
z檢驗(yàn)統(tǒng)計(jì)量
t檢驗(yàn)統(tǒng)計(jì)量
F檢驗(yàn)統(tǒng)計(jì)量
c2檢驗(yàn)統(tǒng)計(jì)量的函數(shù)形式和檢驗(yàn)步驟
【應(yīng)用】
實(shí)現(xiàn)單樣本t檢驗(yàn)
兩獨(dú)立樣本t檢驗(yàn)的步驟和檢驗(yàn)中使用的統(tǒng)計(jì)量與原假設(shè)
兩種檢驗(yàn)應(yīng)用的數(shù)據(jù)分析場(chǎng)景。
5、方差分析【領(lǐng)會(huì)】
方差分析的相關(guān)概念
單因素方差分析的原理
統(tǒng)計(jì)量構(gòu)造過程
【熟知】
單因素方差分析的基本步驟
總離差平方和（SST）的含義及計(jì)算
組間離差平方和（SSA）的含義及計(jì)算
組內(nèi)離差平方和（SSE）的含義及計(jì)算
單因素方差分析的原假設(shè)
【應(yīng)用】
實(shí)現(xiàn)單因素方差分析的步驟
對(duì)方差分析表的分析以及多重比較表的分析
6、簡單線性回歸分析【領(lǐng)會(huì)】
相關(guān)圖的繪制與作用
相關(guān)表的編制與作用
相關(guān)系數(shù)定義公式的字母含義
估計(jì)標(biāo)準(zhǔn)誤差與相關(guān)系數(shù)的關(guān)系
【熟知】
相關(guān)關(guān)系的概念與特點(diǎn)
相關(guān)關(guān)系與函數(shù)關(guān)系的區(qū)別與聯(lián)系
相關(guān)關(guān)系的種類
相關(guān)系數(shù)的意義以及利用相關(guān)系數(shù)的具體數(shù)值對(duì)現(xiàn)象相關(guān)等級(jí)的劃分
回歸分析的概念
回歸分析的主要內(nèi)容和特點(diǎn)
建立一元線性回歸方程的條件
應(yīng)用回歸分析應(yīng)注意的問題
估計(jì)標(biāo)準(zhǔn)誤差的意義及計(jì)算
【應(yīng)用】
運(yùn)用簡捷法公式計(jì)算相關(guān)系數(shù)
相關(guān)分析分析中應(yīng)注意的問題
回歸分析與相關(guān)分析的區(qū)別與聯(lián)系
PART 2
SQL數(shù)據(jù)庫基礎(chǔ)1、SQL 基礎(chǔ)概念【領(lǐng)會(huì)】
關(guān)系型數(shù)據(jù)庫基本概念、屬性
主鍵
外鍵
E-R 圖
ANSI-SQL 以及不同的數(shù)據(jù)庫實(shí)現(xiàn)的關(guān)系
【熟知】
邏輯運(yùn)算符
比較運(yùn)算符
算術(shù)運(yùn)算符
通配符
2、SQL 查詢語句【應(yīng)用】
select 語句
包括查詢單列
多列，去重，前 N 列
from 語句、where 語句、group by 語句、having 語句、order by 語句、子查詢
SQL 聚合函數(shù)，包括 count、sum、avg、max、min 等
3、SQL 連接語句【領(lǐng)會(huì)】
表的連接類型，包括內(nèi)連接（等值、不等值）、外連接（左、右、全）、交叉連接（笛卡
爾連接）
查詢的集合操作，只包括并集操作
【應(yīng)用】
inner join 的用法
left/right/full join 的用法
cross join 的用法
union 的用法
4、其它 SQL 語句【領(lǐng)會(huì)】
表的創(chuàng)建
視圖及索引的概念及創(chuàng)建
數(shù)據(jù)插入、更新、刪除
【領(lǐng)會(huì)】
高級(jí)函數(shù)，如 Oracle 或 Hive 中的 row number over partition by、正則匹配等
PART 3
數(shù)據(jù)采集與處理1、數(shù)據(jù)采集方法【領(lǐng)會(huì)】
一手?jǐn)?shù)據(jù)與二手?jǐn)?shù)據(jù)來源渠道
優(yōu)劣勢(shì)分析
使用注意事項(xiàng)
【熟知】
一手?jǐn)?shù)據(jù)采集中的概率抽樣與非概率抽樣的區(qū)別與優(yōu)缺點(diǎn)
【運(yùn)用】
概率抽樣方法，包括簡單隨機(jī)抽樣、分層抽樣、系統(tǒng)抽樣、分段抽樣
明確每種抽樣的優(yōu)缺點(diǎn)
根據(jù)給定條件選擇最可行的抽樣方式
計(jì)算簡單隨機(jī)抽樣所需的樣本量
? 市場(chǎng)調(diào)研
【熟知】
市場(chǎng)調(diào)研的基本步驟（?出問題、調(diào)查收集材料、分析預(yù)測(cè)問題）
單選題及多項(xiàng)選擇題的設(shè)置
數(shù)據(jù)編碼及錄入
? 數(shù)據(jù)預(yù)處理方法
【熟知】
數(shù)據(jù)預(yù)處理的基本步驟，包括數(shù)據(jù)集成（不同數(shù)據(jù)源的整合）、數(shù)據(jù)探索、數(shù)據(jù)變換（標(biāo)
準(zhǔn)化）、數(shù)據(jù)歸約（維度歸約技術(shù)、數(shù)值歸約技術(shù)），這部分內(nèi)容不需要涉及計(jì)算，只需要根
據(jù)需求明確可選的處理技術(shù)即可。
【應(yīng)用】
數(shù)據(jù)清洗，包括填補(bǔ)遺漏的數(shù)據(jù)值（根據(jù)業(yè)務(wù)場(chǎng)景使用常數(shù)、中位數(shù)、眾數(shù)等方法，不
涉及多重查補(bǔ)的方法）、平滑有噪聲數(shù)據(jù)（移動(dòng)平均）、識(shí)別或除去異常值（單變量根據(jù)中心
標(biāo)準(zhǔn)化值，多變量使用快速聚類），以及解決不一致問題（熟知概念即可），查重（只考核
SQL 的語句，不涉及 R、SAS 等其它語言）。
PART 4
數(shù)據(jù)建模分析
總體要求
領(lǐng)會(huì)模型基本原理，數(shù)值模型操作流程，懂得模型應(yīng)用場(chǎng)景，能夠完成數(shù)據(jù)建模分析報(bào)告。1、描述性數(shù)據(jù)分析/挖掘方法——主成分分析【領(lǐng)會(huì)】
主成分分析的計(jì)算步驟
主成分分析中對(duì)變量自身分布和多變量之間關(guān)系的假設(shè)以及模型設(shè)置
【熟知】
適用于主成分分析的變量度量類型。通過分析結(jié)果，選取合適的保留主成分的個(gè)數(shù)，注意區(qū)分兩種不同的分析目的（盡量壓縮變量、避免共線性情況下保留更多信息）保留主成分
個(gè)數(shù)的評(píng)判標(biāo)準(zhǔn)的差異。
【應(yīng)用】
在深入理解主成分的意義的基礎(chǔ)之上，在遇到業(yè)務(wù)問題時(shí)，有能力決定是否使用主成分分析方法；有能力決定何時(shí)采用相關(guān)系數(shù)計(jì)算方法和協(xié)方差矩陣計(jì)算方法；有能力解釋主成分得分的結(jié)果；根據(jù)變量分布情況進(jìn)行函數(shù)轉(zhuǎn)換。
2、描述性數(shù)據(jù)分析/挖掘方法——因子分析【領(lǐng)會(huì)】
了解因子分析模型設(shè)置，只需要關(guān)注主成分法的計(jì)算步驟
【熟知】
適用于因子分析的變量度量類型。通過分析結(jié)果，選取合適的因子個(gè)數(shù)；
知道最常用的因子旋轉(zhuǎn)的方法。
【應(yīng)用】
在遇到業(yè)務(wù)問題時(shí)，有能力決定是否使用因子分析，還是使用主成分分析方法就可以了；有能力根據(jù)原始變量在各因子上的權(quán)重明確每個(gè)因子的意義；有能力對(duì)大量變量進(jìn)行維度分析，分維度打分，并比較與專家打分（德爾菲法）的區(qū)別；在聚類前對(duì)數(shù)據(jù)進(jìn)行描述，發(fā)現(xiàn)理想的聚類方式和數(shù)量。
3、描述性數(shù)據(jù)分析/挖掘方法——聚類分析【領(lǐng)會(huì)】
多種聚類算法的特點(diǎn)
【熟知】
聚類方法的基本邏輯
系統(tǒng)聚類和 K-Means 聚類的基本算法和優(yōu)缺點(diǎn)
系統(tǒng)聚類的計(jì)算步驟，包括兩點(diǎn)距離、兩類合并的計(jì)算方法
系統(tǒng)聚類法中選擇最優(yōu)聚類數(shù)量的方法
K-Means 聚類的基本算法
聚類分析變量標(biāo)準(zhǔn)化的原因和計(jì)算方法
變量需要進(jìn)行主成分分析的原因
變量進(jìn)行函數(shù)轉(zhuǎn)化的原因和計(jì)算方法
【應(yīng)用】
結(jié)合客戶畫像、客戶細(xì)分、商品聚類、離群值檢驗(yàn)（欺詐、反洗錢）等業(yè)務(wù)運(yùn)用場(chǎng)景，選取合適的聚類方法與步驟
聚類事后分析，根據(jù)聚類后變量分布情況獲取每類的特征
4、描述性數(shù)據(jù)分析/挖掘方法——對(duì)應(yīng)分析【領(lǐng)會(huì)】
對(duì)應(yīng)分析的算法
【熟知】
適用于對(duì)應(yīng)分析的變量度量類型
對(duì)應(yīng)分析與列聯(lián)表分析、主成分分析的關(guān)系
這種方法優(yōu)缺點(diǎn)及如何與其它模型結(jié)合使用
【應(yīng)用】
對(duì)應(yīng)分析使用的指標(biāo)如何量化及其常見的量化方式
在客戶滿意度分析、市場(chǎng)績效及產(chǎn)品細(xì)分等場(chǎng)景下的運(yùn)用
雙標(biāo)圖的可視化、解釋與意義擴(kuò)展
5、描述性數(shù)據(jù)分析/挖掘方法——多維尺度分析【領(lǐng)會(huì)】
多維尺度分析的算法。
【熟知】
適用于多維尺度分析的變量度量類型
該分析方法和主成分分析、因子分析、對(duì)應(yīng)分析的異同點(diǎn)，尤其是和因子分析的區(qū)別
【應(yīng)用】
多維尺度分析在客戶產(chǎn)品感知圖等方面的運(yùn)用
6、預(yù)測(cè)性數(shù)據(jù)分析方法——線性回歸與模型診斷及優(yōu)化【領(lǐng)會(huì)】
線性回歸系數(shù)的計(jì)算公式
【熟知】
明確線性回歸的 6 個(gè)經(jīng)典假設(shè)（線性模型、不存在共線性、殘差期望為 0、同方差、正態(tài)性、隨機(jī)抽樣
明確違反前 5 個(gè)假設(shè)后出現(xiàn)的問題
模型是否違反前 5 個(gè)經(jīng)典假設(shè)的檢驗(yàn)方法與模型糾正的方法
變量篩選方法
離群值、指標(biāo)計(jì)算方法
明晰橫截面和時(shí)間序列數(shù)據(jù)在回歸建模上的差異
【應(yīng)用】
結(jié)合業(yè)務(wù)構(gòu)建回歸模型并且解釋回歸系數(shù)
根據(jù)業(yè)務(wù)場(chǎng)景與變量分布情況進(jìn)行函數(shù)轉(zhuǎn)換
解釋變量為分類變量時(shí)的處理方法
區(qū)分預(yù)測(cè)性建模與解釋性建模的關(guān)系
使用結(jié)果進(jìn)行新樣本預(yù)測(cè)
進(jìn)行客戶價(jià)值分析的基本步驟與注意事項(xiàng)
7、預(yù)測(cè)性數(shù)據(jù)分析方法——構(gòu)造對(duì)二分類變量的預(yù)測(cè)模型【領(lǐng)會(huì)】
卡方檢驗(yàn)計(jì)算公式
二分類邏輯回歸的計(jì)算公式
【熟知】
分類變量是否存在相關(guān)關(guān)系的描述方法和檢驗(yàn)方法，涉及列聯(lián)表分析、卡方檢驗(yàn)
似然比與 Logit 轉(zhuǎn)換
二分類邏輯回歸模型構(gòu)建與變量篩選
模型評(píng)估的方法，涉及混淆矩陣、ROC 曲線
【應(yīng)用】
結(jié)合業(yè)務(wù)構(gòu)建回歸模型并且解釋回歸系數(shù)
根據(jù)業(yè)務(wù)場(chǎng)景與變量分布情況進(jìn)行函數(shù)轉(zhuǎn)換
使用結(jié)果進(jìn)行新樣本預(yù)測(cè)
進(jìn)行客戶流失預(yù)測(cè)、信用評(píng)級(jí)、精準(zhǔn)營銷等模型的基本步驟與注意事項(xiàng)
8、時(shí)間序列【領(lǐng)會(huì)】
明確趨勢(shì)分解法、ARIMA 方法、時(shí)間序列回歸方法的差異和適用場(chǎng)景
明確每種方法的計(jì)算方法
【熟知】
趨勢(shì)分解法，涉及乘法模型、加法模型
ARIMA 方法的具體步驟；時(shí)間序列回歸的方法
【應(yīng)用】
結(jié)合業(yè)務(wù)（業(yè)績預(yù)測(cè)、預(yù)警），選取合適的分析方法
進(jìn)行業(yè)務(wù)時(shí)間序列預(yù)測(cè)等模型的基本步驟與注意事項(xiàng)
推薦學(xué)習(xí)書目說明：推薦學(xué)習(xí)書目中，部分書籍結(jié)合軟件，但考試不會(huì)考軟件，考生可根據(jù)自身需求
選擇性學(xué)習(xí)。參考書目不需全部學(xué)完，根據(jù)考綱知識(shí)點(diǎn)進(jìn)行針對(duì)性學(xué)習(xí)即可。 賈俊平，何曉群，金勇進(jìn). 統(tǒng)計(jì)學(xué)（第 7 版）. 中國人民大學(xué)出版社，2018.（必讀）
斯蒂芬森，晉勞，瓊斯. SQL 入門經(jīng)典（第 5 版）. 人民郵電出版社，2011.（必讀）
黃縉華.MySQL 入門很簡單.清華大學(xué)出版社，2011.（選讀）
何曉群. 多元統(tǒng)計(jì)分析（第 4 版）. 中國人民大學(xué)出版社, 2015. （必讀）
盛驟，試式千，潘承毅. 概率論與數(shù)理統(tǒng)計(jì)（第 4 版）, 高等教育出版社,2008.（選讀）
王斌會(huì) . 多元統(tǒng)計(jì)分析及 R 語言建模（第 4 版）. 暨南大學(xué)出版社, 2016. （選讀）
李靜萍. 多元統(tǒng)計(jì)分析：原理與基于 SPSS 的應(yīng)用（第二版）
, 中國人民大學(xué)出版社, 2015.
（選讀）
Wes McKinney. 利用 Python 進(jìn)行數(shù)據(jù)分析. 機(jī)械工業(yè)出版社，2014. （選讀）
王燕. 應(yīng)用時(shí)間序列分析（第四版）,中國人民大學(xué)出版社, 2015. （
9 和 10 二選一）
王燕. 時(shí)間序列分析：基于 R, 中國人民大學(xué)出版社, 2015. （
9 和 10 二選一）
Daniel T. Larose，Chantal D. Larose. 數(shù)據(jù)挖掘與預(yù)測(cè)分析（第 2 版）. 清華大學(xué)出
版社，2017. （選讀）
經(jīng)管之家，曹正鳳. 從零進(jìn)階!數(shù)據(jù)分析的統(tǒng)計(jì)基礎(chǔ). 電子工業(yè)出版社，2016. （選讀）
經(jīng)管之家，常國珍. 胸有成竹!數(shù)據(jù)分析的 SPSS 和 SAS EG 進(jìn)階. 電子工業(yè)出版社，
2016. （選讀）
經(jīng)管之家，徐筱剛. 如虎添翼：數(shù)據(jù)處理的 SPSS 和 SAS EG 實(shí)現(xiàn). 電子工業(yè)出版社，
2016. （選讀）
總結(jié)交流與答疑

【講師介紹】
劉老師,曼頓培訓(xùn)網(wǎng)(www.mdpxb.com )資深講師。十幾年年軟件研發(fā)經(jīng)驗(yàn)，十年企業(yè)培訓(xùn)經(jīng)驗(yàn)，對(duì)Java、Python、區(qū)塊鏈等技術(shù)領(lǐng)域有獨(dú)特的研究，精通J2EE企業(yè)級(jí)開發(fā)技術(shù)，Java方向：設(shè)計(jì)模式、Spring MVC、MyBatis、Spring、StringBoot、WebService、CXF并且對(duì)Java源碼有深入研究，Python方向：Python核心編程、Python數(shù)據(jù)分析、Python OOP、Mongodb、Django、Scrapy爬蟲技術(shù)、基于Scikit-Learn機(jī)器學(xué)習(xí)框，Tensorflow深度學(xué)習(xí)框架、人臉識(shí)別技術(shù)。

常老師,曼頓培訓(xùn)網(wǎng)(www.mdpxb.com )資深講師。北京大學(xué)會(huì)計(jì)學(xué)博士，ThoughtWorks中國首席金融數(shù)據(jù)科學(xué)家。具有18年數(shù)據(jù)規(guī)劃、數(shù)據(jù)治理、智能算法在金融和電信行業(yè)的落地經(jīng)驗(yàn)。協(xié)助企業(yè)逐步積累數(shù)據(jù)資產(chǎn)，運(yùn)用數(shù)據(jù)智能工具優(yōu)化業(yè)務(wù)流程，取得數(shù)字化競爭優(yōu)勢(shì)。代表客戶有人民銀行、國家開發(fā)銀行、中國建設(shè)銀行、中國移動(dòng)、中國銀行、中國民生銀行。 在加入ThoughtWorks之前，曾在畢馬威大數(shù)據(jù)部任總監(jiān)、在中銀消費(fèi)金融數(shù)據(jù)部任高級(jí)經(jīng)理、在百度大數(shù)據(jù)任數(shù)據(jù)產(chǎn)品經(jīng)理。兼任北京語言大學(xué)金融碩校外導(dǎo)師，同時(shí)擔(dān)任的社會(huì)角色和榮譽(yù)有中國大數(shù)據(jù)產(chǎn)業(yè)生態(tài)聯(lián)盟專家委員會(huì)委員，CDA數(shù)據(jù)分析研究院名譽(yù)院長，騰訊云最有價(jià)值專家（TVP），建設(shè)銀行反洗錢和數(shù)據(jù)資產(chǎn)管理資深外部專家。著有《金融數(shù)據(jù)科學(xué)手冊(cè)》系列叢書、《Python數(shù)據(jù)科學(xué)：技術(shù)詳解與商業(yè)實(shí)踐》、《用商業(yè)案例學(xué)R語言數(shù)據(jù)挖掘》、《胸有成竹：數(shù)據(jù)分析的SASEG進(jìn)階》等多本著作。

王老師,曼頓培訓(xùn)網(wǎng)(www.mdpxb.com )資深講師�，F(xiàn)任某上市公司軟件產(chǎn)品部副總兼大數(shù)據(jù)產(chǎn)品線總經(jīng)理，國際信息和數(shù)據(jù)質(zhì)量協(xié)會(huì)（IAIDQ）會(huì)員，ITSS數(shù)據(jù)治理標(biāo)準(zhǔn)工作組成員。曾獲得數(shù)據(jù)管理專業(yè)認(rèn)證（CDMP）、數(shù)據(jù)治理專業(yè)認(rèn)證（DGP）、信息質(zhì)量專業(yè)認(rèn)證（IQCP）三項(xiàng)國際認(rèn)證。2010年加入普元，全面主持普元大數(shù)據(jù)產(chǎn)品的研發(fā)、拓展及團(tuán)隊(duì)管理工作。十年大型企業(yè)信息化架構(gòu)設(shè)計(jì)與建設(shè)經(jīng)驗(yàn)，曾任中國人民銀行核心平臺(tái)架構(gòu)師。主持參與了國家開發(fā)銀行大數(shù)據(jù)治理項(xiàng)目、中國人民銀行軟件開發(fā)平臺(tái)、國家電網(wǎng)云計(jì)算平臺(tái)等大型項(xiàng)目建設(shè)。對(duì)大數(shù)據(jù)行業(yè)有著深入的研究和洞察，并對(duì)企業(yè)信息化平臺(tái)建設(shè)，企業(yè)云計(jì)算及大數(shù)據(jù)平臺(tái)建設(shè)有著豐富經(jīng)驗(yàn)。

【費(fèi)用及報(bào)名】
1、費(fèi)用：培訓(xùn)費(fèi)6600元（含培訓(xùn)費(fèi)、講義費(fèi)）；如需食宿，會(huì)務(wù)組可統(tǒng)一安排,費(fèi)用自理。
2、報(bào)名咨詢：4006820825 010-56133998 13810210257鮑老師
3、報(bào)名流程：電話登記-->填寫報(bào)名表-->發(fā)出培訓(xùn)確認(rèn)函
4、備注：如課程已過期，請(qǐng)?jiān)L問我們的網(wǎng)站，查詢最新課程
5、詳細(xì)資料請(qǐng)?jiān)L問北京曼頓培訓(xùn)網(wǎng)：www.mdpxb.com(每月在全國開設(shè)四百多門公開課，歡迎報(bào)名學(xué)習(xí))