课程简介
数据分析已经广泛应用于各行各业,并催生了数据分析师的兴起。结合项目实践，首先对数据分析的核心问题进行了总结。然后，结合实际案例分析，讨论可视化图形的基本应用，这是数据分析的基本功。为增强本书的实用性，提高动手能力，后续章节详细地分析了数据挖掘在银行信用卡、餐饮、商务酒店、制造业等领域的应用。本课程使用的工具和语言为Python和SPSS Modeler、SAP SAC等。本课程的学习可结合选修数据挖掘或机器学习课程（可以到https://www.icourse163.org/course/FUDAN-1205806833学习我开设的先导机器学习基础课程）。
课程大纲
开篇 数据分析基础
0.1 课程总体介绍
0.2 数据分析过程的主要问题
0.3 数据分析类课程的技能培养方法探讨
第一章 商务数据分析理论基础
1.1 商务数据分析概述
1.2 在线分析处理OLAP
1.3 可视化分析
1.4 机器学习应用
1.5 项目沉浸式教学——回归分析
1.6 企业计划和预测
1.7 商务数据分析应用
第二章 实验（可视化、机器学习、绩效管理）
2.1 超市数据分析（中文环境）—基于SAP SAC
2.2 超市数据分析（英文环境）
2.3 机器学习应用
2.4 企业绩效管理与预测
第三章 Python可视化
3.1 Python编程工具
3.2 Python语言基础
3.3 可视化分析
第四章 Python数据分析项目案例
第五章（案例） 保险产品推荐
第六章（案例） 香水数据分析
第七章（案例） 银行信用卡欺诈与拖欠行为分析
第八章（案例） 海底捞火锅运营分析
第九章（案例） 商务宾馆竞争分析
第十章（案例） 耐热导线工厂质量管理数据分析
第十一章 项目实训案例
11. 1 实训作业交流1
11.2 实训作业交流2
11.3 实训项目优秀报告样例
第十二章 课程总结
0.1 课程总体介绍
0.2 数据分析过程的主要问题
0.3 数据分析类课程的技能培养方法探讨
第一章 商务数据分析理论基础
1.1 商务数据分析概述
1.2 在线分析处理OLAP
1.3 可视化分析
1.4 机器学习应用
1.5 项目沉浸式教学——回归分析
1.6 企业计划和预测
1.7 商务数据分析应用
第二章 实验（可视化、机器学习、绩效管理）
2.1 超市数据分析（中文环境）—基于SAP SAC
2.2 超市数据分析（英文环境）
2.3 机器学习应用
2.4 企业绩效管理与预测
第三章 Python可视化
3.1 Python编程工具
3.2 Python语言基础
3.3 可视化分析
第四章 Python数据分析项目案例
第五章（案例） 保险产品推荐
第六章（案例） 香水数据分析
第七章（案例） 银行信用卡欺诈与拖欠行为分析
第八章（案例） 海底捞火锅运营分析
第九章（案例） 商务宾馆竞争分析
第十章（案例） 耐热导线工厂质量管理数据分析
第十一章 项目实训案例
11. 1 实训作业交流1
11.2 实训作业交流2
11.3 实训项目优秀报告样例
第十二章 课程总结