本节课主要介绍K-Means聚类、Apriori关联规则等描述性挖掘模型的算法核心原理、评估指标等相关知识点。

本节课主要介绍线性回归、逻辑回归、决策树等预测与分类模型的原理及应用场景等知识点。

本节课主要介绍数据挖掘的价值定位、任务分类、数据挖掘的预测性与描述性任务概念、特征工程的核心方法论等知识点。

本节课主要介绍数据整合方案、数据结构与格式调整、自定义数据预处理函数及数据采样方法等相关知识点。

本节课主要介绍数据变量说明、统计图表应用、数据清洗需求分析及数据清洗方案设计等知识点。

本节课主要介绍数据分析选题、撰写选题背景及设计数据采集方案等相关知识点。

主要学习内容为：数据选题、采集方案设计、数据清洗预处理等数据分析前端技能；数据挖掘算法原理、特征工程、模型评估等核心分析技术；多维数据可视化、交互式报表制作等数据呈现方法；财务数据分析、PEST/SWOT战略模型应用、营销策略规划以及国际贸易数据申报流程；数据治理与数据安全管理的规范制定等知识点，完全符合国家技能培训大纲要求。

黑龙江职业学院

江苏大任智库有限公司

广西工业职业技术学院

深圳市企业合规协会

电子科技大学

浙江利群律师事务所

重庆市中小企业发展服务中心

青岛科技大学