├──01-python基础
| ├──1.开班典礼和环境安装
| ├──10.数据类型之元组字典集合的使用
| ├──11.数据类型之字符串的使用（录播）
| ├──12.函数基本使用
| ├──13.函数进阶使用
| ├──14.高阶函数、装饰器和递归
| ├──15.包和模块
| ├──16.面向对象、类和对象及构造函数
| ├──17.面向对象三大特征之封装和继承
| ├──18.函数重写和运算符重载及常用方法和属性
| ├──19.多态和单例设计模式
| ├──2.计算机基本介绍和Python语言介绍及基本使用
| ├──20.常见异常及异常处理
| ├──3.变量与常用数据类型以及输入输出
| ├──4.常用运算符
| ├──5.流程控制语句之分支语句
| ├──6.流程控制语句之循环语句
| ├──7.数据类型之数字的使用
| ├──8.数据类型之列表的使用
| └──9.常用简单算法
├──02-办公自动化
| ├──1.数据持久化及常用文件读写操作
| ├──2.Python自动化操作Excel
| ├──3.购物车管理系统
| ├──4.发送邮件和第三方接入发送短信
| ├──5.pillow库实现图像处理
| └──6.正则表达式
├──03-运筹帷幄Web前端(录播）
| ├──1.HTML+CSS系列教程
| ├──2.JavaScript基础
| ├──3.jQuery基础及实战
| ├──4.风靡全球的Vue框架
| ├──5.那些年你必须掌握的微信小程序
| ├──6.项目实战之拉勾网
| └──7.小程序项目实战之喵喵交友
├──04-关系型数据库MySQL8从入门到实战
| ├──1.数据库概述和MySQL的使用
| ├──2.MySQL定义语言增删改查(一）
| ├──3.MySQL定义语言增删改查(二）
| ├──4.MySQL进阶(1)
| ├──5.mysql进阶（2）(录播）
| ├──6.使用Python连接操作数据MySQL
| └──7.作业
├──05-分布式数据采集基础到实战
| ├──1.爬虫基础和requests模块
| ├──10.scrapy-redis爬取百科-mysql存储
| ├──11.selenium介绍和使用和验证码破解平台介绍
| ├──2.反爬措施之代理和网页构成介绍
| ├──3.使用正则提取网页数据和cookie使用和bs4基础用法
| ├──4.bs4爬取猫眼电影和xpath语法
| ├──5.分页爬取网站和多线程爬取网站
| ├──6.redis介绍和使用
| ├──7scrapy框架介绍和使用
| ├──8.scrapy框架原理分析与实战
| └──9.scrapy-redis分布式爬虫
├──06-商业数据分析工具之Excel
| ├──1.Excel-1
| ├──2.Excel-2
| ├──3.Excel-3公式和函数 -1
| ├──4.Excel-4 公式和函数 -2
| ├──5.Excel-5 数组
| ├──6.Excel-6 查找和引用函数
| ├──7Excel-7 图表
| ├──7Excel-7图表（录播）
| └──8.Excel-8 透视表
├──07-商业数据分析工具之PowerBI
| ├──1.PowerBI-1
| ├──2.PowerBI-2
| ├──3.PowerBI-3
| ├──4.PowerBI-4
| └──5.Power BI-5
├──08-商业数据分析工具之Tableau
| ├──1.Tableau-1
| ├──2Tableau-2
| └──3Tableau-3
├──09-数据分析利器之Numpy和Pandas
| ├──1.numpy-1
| ├──2.numpy-2
| ├──3.pandas-1
| ├──4pandas-2
| ├──5pandas-3
| ├──6pandas-4
| └──7pandas-5
├──10-数据可视化利器Matplotlib,PyEcharts
| ├──1.Matplotlib可视化
| ├──2.Matplotlib可视化
| ├──3.PyEcharts可视化
| └──4.Seaborn可视化
├──11-数据分析必备内容统计学基础
| ├──1.基础概念、线性代数
| ├──2.数据的概况性度量1
| ├──3.数据的概况性度量2
| ├──4.统计学极限、导数、微分
| ├──5.统计学定积分
| ├──6.统计量及抽样分布、参数估计
| ├──7.统计学之假设检验
| └──8.统计学相关分析、分类数据分析
├──12-人工智能之机器学习
| ├──01.机器学习入门和KNN分类算法
| ├──02.KNN回归算法和统计学基础
| ├──03.线性代数和线性回归算法原理
| ├──04-机器学习答疑1
| ├──04.线性回归应用和岭回归和Lasso回归
| ├──05.逻辑斯蒂回归
| ├──06.梯度下降算法和贝叶斯算法
| ├──07-机器学习答疑2
| ├──07.决策树和随机森林
| ├──08.SVM算法原理和SVC分类算法
| ├──09.SVR回归算法和聚类算法
| ├──10-机器学习答疑3
| ├──10.轮廓系数和PCA降维和交叉验证和自动调参
| ├──11.特征工程和评价指标
| ├──12.EDA探索性数据分析
| ├──13.金融信用卡反欺诈项目
| ├──14.Apriori关联规则算法
| ├──15.TensorFlow入门和基本模型
| ├──16.多层神经网络和keras入门
| ├──17.CNN卷积神经网络
| ├──18.集成算法
| ├──19-深度学习答疑4
| └──19.推荐算法
├──13-项目实战
| ├──1.电商文本挖掘项目
| └──2.金融风险评估项目
├──14-面试技巧、就业指导
| ├──1.项目指导和面试技巧
| ├──2.简历制作和就业指导
| └──3.简历制作职业素质课程（就业）