【3262】【赵志豪】
【个人情况】：本科毕业三年以上，目前在上海。零基础学习，后续工作为数据分析师，需要系统学习编程和数据分析相关的技能，应对工作问题。
【学习目标】：学编程和数据分析提升工作技能
【备注】：
【学习方向】：Python数据分析
【是否需要就业】：否（已就业）
【目标就业地点】：上海
【课程学习顺序】：以老师发的学习思路为主
（按照顺序学习即可，有问题随时跟老师联系调整）
【学员课程安排】：有任何疑问，在群里随时艾特或者ding教务老师和电话测评的老师！尽快解决，达到当前阶段没有疑问为止。
===============章节分割线===============
【第1阶段】：基础阶段
【监督方式】：弱监督
「第1章」：思维分析篇
课程名称：【27434】【数据分析-思维分析逻辑「解锁式学习」】
课程内容：对什么是数据分析以及数据分析需要掌握哪些技能进行介绍
---考核---（可选择，联系教务老师）
「第2章」：思维分析篇
课程名称：【728】【机器学习---导论「自由式学习」】
课程内容：该课程主要是讲解了 机器学习结合大数据要做的事情，当成一个普及的去学习就可以。
---考核---（可选择，联系教务老师）
上面两个都是偏向于理论思路的，都是讲到了数据分析在几个行业的结合，并且也介绍了在数据分析内部会使用到什么，以及如何去使用。你可以举一反三的去理解你们现在的行业如果去做数据分析能做什么
要是有比较好的想法就记录下来，重点强调（一定要记录下来。） 。
然后这个机器学习-导论，主要讲解的是机器学习结合大数据在做什么。这方面虽然不涉及很多的业务分析思路，但是也可以算是一个普及的知识课程，可以听一听
（如果听的不太理解可以跳过直接看python阶段哈）

===============章节分割线===============
【第2阶段】：基础阶段
【监督方式】：强监督
「第1章」：编程语言篇
课程名称：【22207】【Python_Python基础语法（QZ）「自由式学习」】
课程内容：作为一门编程语言Python，此课程将介绍什么是Python，如何学Python以及Python的编写和使用。
---考核---（可选择，联系教务老师）
「第2章」：数据库基础篇
课程名称：【22208】【数据库_Mysql（QZ）「自由式学习」】
课程内容：在工作中常通过数据库来对数据进行存储，数据库的种类有很多，但一般以sql为主。
---考核---（可选择，联系教务老师）
===============章节分割线===============
【第3阶段】：数据科学库阶段
【监督方式】：强监督
「第1章」：数据科学库篇
课程名称：【14282】【机器学习-数据科学库（HM）「解锁式学习」】
课程内容：等待介绍文本
---考核---（可选择，联系教务老师）
===============章节分割线===============
【第4阶段】：数据科学库项目阶段
【监督方式】：强监督
「第1章」：数据科学库篇
课程名称：【19638】【数据分析项目-合集「自由式学习」】
课程内容：等待介绍文本
---考核---（可选择，联系教务老师）
这个课程和上面的数据科学库主要讲解的是python的几个常用的库，里面是padnas、numpy这些，数据分析常用的库。这个建议上手练习，这个结合excel啊这些可以处理文件的。
其实数据分析在实操上，最主要的不是代码，而是对数据的处理思路问题，了解业务之后，知道要得到什么数据，然后去进行处理，这个就是学习的处理手段。
可以多加练习。需要其他的更多的练习的话 可以联系老师，在群里发就好
===============章节分割线===============
【第4阶段】：数据分析阶段
【监督方式】：强监督
「第1章」：数据分析工具篇
课程名称：【28600】【3、数据分析-Power BI智能分析「自由式学习」】
课程内容：这个是常用的工具
---考核---（可选择，联系教务老师）
「第2章」：数据分析工具篇
课程名称：【28603】【4、数据分析-统计基础「自由式学习」】
课程内容：统计学中常用的概念讲解，理论理解为主
---考核---（可选择，联系教务老师）
「第3章」：数据分析机器学习篇
课程名称：【28616】【9、数据分析-机器学习第一阶段「自由式学习」】
课程内容：待介绍
---考核---（可选择，联系教务老师）
「第4章」：数据分析机器学习篇
课程名称：【28617】【10、数据分析-机器学习第二阶段「自由式学习」】
课程内容：待介绍
---考核---（可选择，联系教务老师）
「第5章」：数据分析机器学习篇
课程名称：【28615】【11、数据分析-机器学习第三阶段「自由式学习」】
课程内容：待介绍
上面三个课程讲解了机器学习中常用的回归、聚类、随即森林、决策树、集成算法等机器学习常用到的算法，
该课程应用较多，对原理讲解并非非常的深入，对于你的计划。不需要深入的推导，理解应用就可以。
这三个课程如果在学习过程中有不适应的，可以提出来更换一下另外的应用课程，先以这三个为主。
这三个课程是以实操为主的，如果想要更加深入的话，提出来可以根据情况进行添加。
---考核---（可选择，联系教务老师）
「第6章」：数据分析工具篇
课程名称：【28613】【12、数据分析-Tableau智能分析「自由式学习」】
课程内容：待介绍
---考核---（可选择，联系教务老师）
「第7章」：数据分析工具篇
课程名称：【28607】【13、数据分析-SPSS智能分析「自由式学习」】
课程内容：待介绍
---考核---（可选择，联系教务老师）
上面这两个课程跟powerbi一样都是工具，里面是对这个数据挖掘一些算法封装的界面话应用，同样是以会用了解为主就可以
底层的计算模型在机器学习阶段就熟练
「第8章」：数据分析项目练习篇
课程名称：【28606】【14、数据分析-评分卡项目「自由式学习」】
课程内容：待介绍
---考核---（可选择，联系教务老师）
「第9章」：数据分析项目练习篇
课程名称：【28602】【15、数据分析-文本挖掘项目「自由式学习」】
课程内容：待介绍
---考核---（可选择，联系教务老师）
上面的两个课程主要是对机器学习这些算法结合业务实战进行了一个实操，练习为主，因为你将来不一定是会走什么行业，所以这两个课程就是熟练一下自己的技术和业务能力为主。
机器学习想要增加一些额外的框架练习的话 到时候再提出来，会再给你进行添加。
【简历辅导阶段】
写出来初版的简历，然后老师进行建议，再次修改简历。简历合格，进行模拟面试。沟通面试问题等，具体事宜，到该阶段之后联系相应的教务老师进行安排。
【时间安排】：
学员可以自主安排学习时间。具体的时间可以灵活调整。