1、培训过程中，如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
        2、课程完成后,授课老师留给学员手机和Email,保障培训效果,免费提供课后答疑。
        3、培训合格学员可享受免费推荐就业机会。

第1章高等数学基础
1-1课程简介
1-2函数
1-3极限
1-4无穷小与无穷大
1-5连续型与偏导数
1-6偏导数
1-7方向导数
1-8梯度
第2章微积分
2-1微积分基本想法
2-2微积分的解释
2-3定积分
2-4定积分性质
2-5牛顿-莱布尼茨公式
第3章泰勒公式与拉格朗日
3-1泰勒公式出发点
3-2一点一世界
3-3阶数的作用
3-4阶乘的作用
3-5拉格朗日乘子法
3-6求解拉格朗日乘子法
第4章线性代数基础
4-1行列式概述
4-2矩阵与数据的关系
4-3矩阵基本操作
4-4矩阵的几种变换
4-5矩阵的秩
4-6内积与正交
第5章特征值与矩阵分解
5-1特征值与特征向量
5-2特征空间与应用
5-3SVD要解决的问题
5-4特征值分解
5-5SVD矩阵分解
第6章随机变量与概率估计
6-1离散型随机变量
6-2连续型随机变量
6-3简单随机抽样
6-4似然函数
6-5极大似然估计
第7章概率论基础
7-1概率与频率
7-2古典概型
7-3条件概率
7-4条件概率小例子
7-5独立性
7-6二维离散随机变量
7-7二维连续型随机变量
7-8边缘分布
7-9期望
7-10期望求解
7-11马尔科夫不等式
7-12切比雪夫不等式
7-13后验概率估计
7-14贝叶斯拼写纠错实例
7-15垃圾邮件过滤实例
第8章数据科学你得知道的几种分布
8-1正太分布
8-2二项式分布
8-3泊松分布
8-4均匀分布
8-5卡方分布
8-6beta分布
第9章核函数变换
9-1核函数的目的
9-2线性核函数
9-3多项式核函数
9-4核函数实例
9-5高斯核函数
9-6参数的影响
第10章熵与激活函数
10-1熵的概念
10-2熵的大小意味着什么
10-3激活函数
10-4激活函数的问题
第11章回归分析
11-1回归分析概述
11-2回归方程定义
11-3误差项的定义
11-4最小二乘法推导与求解
11-5回归方程求解小例子
11-6回归直线拟合优度
11-7多元与曲线回归问题
11-8Python工具包介绍
11-9statsmodels回归分析
11-10高阶与分类变量实例
11-11案例：汽车价格预测任务概述
11-12缺失值填充
11-13特征相关性
11-14预处理问题
11-15回归求解
第12章假设检验
12-1假设检验基本思想
12-2左右侧检验与双侧检验
12-3Z检验基本原理
12-4Z检验实例
12-5T检验基本原理
12-6T检验实例
12-7T检验应用条件
12-8卡方检验
12-9假设检验中的两类错误
12-10Python假设检验实例
12-11Python卡方检验实例
第13章相关分析
13-1相关分析概述
13-2皮尔森相关系数
13-3计算与检验
13-4斯皮尔曼等级相关
13-5肯德尔系数
13-6质量相关分析
13-7偏相关与复相关
第14章方差分析
14-1方差分析概述
14-2方差的比较
14-3方差分析计算方法
14-4方差分析中的多重比较
14-5多因素方差分析
14-6Python方差分析实例
第15章聚类分析
15-1层次聚类概述
15-2层次聚类流程
15-3层次聚类实例
15-4KMEANS算法概述
15-5KMEANS工作流程
15-6KMEANS迭代可视化展示
15-7DBSCAN聚类算法
15-8DBSCAN工作流程
15-9DBSCAN可视化展示
第16章贝叶斯分析
16-1贝叶斯分析概述
16-2概率的解释
16-3贝叶斯学派与经典统计学派的争论
16-4贝叶斯算法概述
16-5贝叶斯推导实例
16-6贝叶斯拼写纠错实例
16-7垃圾邮件过滤实例
16-8贝叶斯解释
16-9经典求解思路
16-10MCMC概述
16-11PYMC3概述
16-12模型诊断
16-13模型决策