第 一章：Python語言入門
1. Python簡介和基礎
2. 向量、矩陣和數組
3. Python進行數據加載：csv、excel、json、SQL等
4. 數據集描述和數據整理
5. 處理數值型數據
6. 處理類別型數據
7. 案例1：網上銷售數據加載
8. 案例2：泰坦尼克號客戶數據整理
第二章：Python文本分析和特征提取
1. 文本數據處理
2. 日期和時間數據處理
3. 利用特征提取進行特征降維
4. 使用特征選擇進行降維
5. 布朗語料庫與詞性標注案例
第三章：Python常用機器學習算法實踐Part1
1. 機器學習模型評估方法
2. 機器學習模型選擇
3. 透過現象看本質：線性回歸
4. 分而治之的算法模型：決策樹
5. 樹的集成技術：隨機森林
6. 分類模型評估與鳶尾花案例
7. 回歸模型評估與套件產生之仿真案例
8. 利用線性回歸和樹模型進行波士頓房價預測
第四章：Python常用機器學習算法實踐Part2
1. zui簡單的分類算法：KNN
2. 廣義的回歸分析模型：邏輯回歸
3. zui受歡迎的智能算法：支持向量機
4. 基于概率思想的算法：樸素貝葉斯
第五章：Python常用機器學習算法實踐Part3
1. 人工智能的底層模型-神經網絡
2. 探尋內部規律-聚類分析
3. 發掘購物籃規則-關聯規則和序列模式
4. 保存和加載訓練后的模型
第六章：商業分析綜合案例之營銷分析
1. 案例公司背景說明
2. 項目特點：以利潤導向之模型建置
3. 解題思路
4. 模型評估方法
5. Python實作
6. 案例1：電商產品營銷模型之建置與預測
7. 案例2：銀行產品營銷案例：中小企業潛在貸 款需求用戶挖掘
8. 案例3：電信行業客戶流失案例
第七章：商業分析綜合案例之產品分析
1. 產品分析基本思路
2. 產品需求分析
3. 產品分析數據獲取方法
4. 產品分析指標體系及BI設計
5. AB測試
6. 產品分析與建模
7. 案例1：構建一個簡單的產品RFM模型
8. 案例2：產品運營過程中的異常值分析與監測
9. 案例3：互聯網產品上線效果預測
第八章：商業分析綜合案例之客戶分析
1. 客戶分析概述
2. 客戶生命周期管理
3. 客戶畫像
4. 精 準營銷
5. 客戶購買行為分析
6. 客戶轉化分析
7. 案例1：大型零售品牌客戶購買行為分析
8. 案例2：電商客戶歸因分析模型