AI数据分析训练营视频教程，本课内容涵盖模块一使用大模型帮助职场人提效、模块二基础算法篇、模块三高级算法篇、模块四数据应用开发篇，详解数据分析建模方法，更容易应用落地到企业里，利用AI优化数据处理和分析流程，掌握数据应用开发方法。5大数据分析公开赛真题解析，拿下高含金量的比赛证书。
.
├── 00 - 开营直播/
│ ├── [6.0M] DeepSeek核心技术与实战.pdf
│ └── [206M] 开营直播回放
├── 00 - 预习/
│ ├── 人人都能学的 AI 数据分析课/
│ ├── 数据分析实战45讲/
│ ├── 数据分析资料包/
│ └── 零基础学 Python（2023 版）120讲完结/
├── 01 - 第一周：AI 数据分析概览/
│ ├── [196M] 1. 数据分析思维
│ ├── [214M] 2. 机器学习七步法
│ ├── [135M] 3. 金融行业数据决策（上）
│ ├── [166M] 4. 金融行业数据决策（下）
│ ├── [1.3M] L1 数据分析思维.pdf
│ ├── [690K] L2 机器学习七步法.pdf
│ ├── [2.9M] 制造行业数据决策.pdf
│ ├── [4.8M] 快消行业数据决策.pdf
│ ├── [ 98K] 第一周的思考题.pdf
│ └── [5.8M] 金融行业数据决策.pdf
├── 02 - 第二周：数据报表开发/
│ ├── [223M] 1. DeepSeek 在数据分析场景中的应用
│ ├── [228M] 2. 数据指标体系
│ ├── [166M] 3. 基于Text2SQL 的自助式数据报表开发（上）
│ ├── [152M] 4. 基于Text2SQL 的自助式数据报表开发（下）
│ ├── [3.4M] DeepSeek在数据分析中的应用.pdf
│ ├── [668K] 数据分析课程资料.zip
│ ├── [2.1M] 数据指标体系.pdf
│ └── [2.2M] 自助式数据报表开发（基于Text2SQL）.pdf
├── 03 - 第三周：使用 Cursor 搭建可视化看板/
│ ├── [1.8M] 1-RAG技术与应用.pdf
│ ├── [224M] 1. QwQ 推理大模型
│ ├── [1.7M] 2-NotebookLM使用.pdf
│ ├── [230M] 2. 使用 Curosr 编程
│ ├── [144M] 3. RAG 技术与应用
│ ├── [147M] 4. NotebooklLM 使用
│ ├── [3.2M] Cursor使用.pdf
│ ├── [698K] Manus内测.pdf
│ ├── [2.0M] QwQ推理大模型.pdf
│ ├── [ 56K] 数据分析课程资料-20250308.zip
│ ├── [323K] 数据分析课程资料-20250312.zip
│ └── [ 17K] 课件.pdf
├── 04 - 第四周：分类决策/
│ ├── [185M] 1. 分类决策算法（上）
│ ├── [200M] 2. 分类决策算法（下）
│ ├── [161M] 3. 寿险客户续保预测（上）
│ ├── [168M] 4. 寿险客户续保预测（下）
│ ├── [255M] 5. 评分卡模型
│ ├── [2.1M] CASE-寿险客户续保预测-挑战赛.pdf
│ ├── [1.2M] CASE-寿险客户续保预测-模型洞察.pdf
│ ├── [902K] CASE-寿险客户续保预测-评分卡模型.pdf
│ ├── [8.7K] woe计算.xlsx
│ ├── [1.3M] 分类决策算法.pdf
│ ├── [399K] 数据分析课程文件.zip
│ └── [ 12K] 课件.pdf
├── 05 - 第五周：挖掘数据中的关联关系/
│ ├── [179M] 1. 关联分析
│ ├── [168M] 2. MCP 和回归分析
│ ├── [ 94M] 3. 回归分析的案例
│ ├── [8.1M] CASE-产品关联分析.zip
│ ├── [317K] MCP使用.pdf
│ ├── [1.3M] 挖掘数据中的关联关系.pdf
│ ├── [900K] 数据上涨的归因分析.pdf
│ ├── [159K] 数据分析课程文件.zip
│ └── [613K] 相关性分析.pdf
├── 06 - 第六周：机器学习神器与应用/
│ ├── [205M] 1. 预测全家桶
│ ├── [175M] 2. 机器学习神器
│ ├── [288M] 3. AI 大赛：机器学习实战
│ ├── [773K] AI大赛：机器学习实战.pdf
│ ├── [489K] 数据分析课程文件.zip
│ ├── [ 49M] 数据分析课程资料.zip
│ ├── [1.5M] 机器学习神器.pdf
│ └── [ 11K] 课件.pdf
