Week 1Lecture 1: Course Overview and Business Analytics Framework.
📖 核心知识点：Lecture 1: Course Overview and Business Analytics Framework.。本周建议把“概念理解 → 代码实现 → 结果解释”串成一条完整链路，避免只停留在工具调用层。 ⏰ 本周节奏：难度 ⭐⭐⭐ | 预计投入 8h（Lecture/Workshop 3h + 代码实践 3-4h + 复盘 2-3h） 🎯 考试关联：按“概念-方法-案例-反例”四格模板准备测验与考试。 🧪 Tutorial/Lab：先独立完成最小可运行解法，再和课堂参考方案做差异对比（正确性、复杂度、可解释性）。 📌 作业/项目关联：输出 1 份术语卡片 + 1 个可运行最小示例（MVP Notebook）。 💼 实战价值：把本周方法写成“可复述模板”（场景、输入、方法、指标、边界），可直接用于项目答辩和技术面试。 ⚠️ 易错点：笔记与代码分离，复盘时找不到关键决策依据，导致同类问题重复踩坑。
Lecture1CourseOverviewandBusinessAnalyticsFramework.
💡 学习提示
• 总结 Lecture 1: Course Overview and Business Analytics Framework. 的核心概念与适用场景
• 为第1周生成 5 道练习题并给出解题步骤
Week 2Tute 1: Introduction to Business Analytics.
📖 核心知识点：Tute 1: Introduction to Business Analytics.。本周建议把“概念理解 → 代码实现 → 结果解释”串成一条完整链路，避免只停留在工具调用层。 ⏰ 本周节奏：难度 ⭐⭐⭐ | 预计投入 8h（Lecture/Workshop 3h + 代码实践 3-4h + 复盘 2-3h） 🎯 考试关联：按“概念-方法-案例-反例”四格模板准备测验与考试。 🧪 Tutorial/Lab：先独立完成最小可运行解法，再和课堂参考方案做差异对比（正确性、复杂度、可解释性）。 📌 作业/项目关联：输出 1 份术语卡片 + 1 个可运行最小示例（MVP Notebook）。 💼 实战价值：把本周方法写成“可复述模板”（场景、输入、方法、指标、边界），可直接用于项目答辩和技术面试。 ⚠️ 易错点：笔记与代码分离，复盘时找不到关键决策依据，导致同类问题重复踩坑。
Tute1IntroductiontoBusinessAnalytics.
💡 学习提示
• 总结 Tute 1: Introduction to Business Analytics. 的核心概念与适用场景
• 为第2周生成 5 道练习题并给出解题步骤
Week 3Tute 2: ER Modelling and SQL.
📖 核心知识点：Tute 2: ER Modelling and SQL.。本周建议把“概念理解 → 代码实现 → 结果解释”串成一条完整链路，避免只停留在工具调用层。 ⏰ 本周节奏：难度 ⭐⭐⭐ | 预计投入 8h（Lecture/Workshop 3h + 代码实践 3-4h + 复盘 2-3h） 🎯 考试关联：按“概念-方法-案例-反例”四格模板准备测验与考试。 🧪 Tutorial/Lab：先独立完成最小可运行解法，再和课堂参考方案做差异对比（正确性、复杂度、可解释性）。 📌 作业/项目关联：输出 1 份术语卡片 + 1 个可运行最小示例（MVP Notebook）。 💼 实战价值：把本周方法写成“可复述模板”（场景、输入、方法、指标、边界），可直接用于项目答辩和技术面试。 ⚠️ 易错点：笔记与代码分离，复盘时找不到关键决策依据，导致同类问题重复踩坑。
Tute2ERModellingandSQL.
💡 学习提示
• 总结 Tute 2: ER Modelling and SQL. 的核心概念与适用场景
• 为第3周生成 5 道练习题并给出解题步骤
Week 4Tute 3: Dimensional Modelling and ETL Introduction.
📖 核心知识点：Tute 3: Dimensional Modelling and ETL Introduction.。本周建议把“概念理解 → 代码实现 → 结果解释”串成一条完整链路，避免只停留在工具调用层。 ⏰ 本周节奏：难度 ⭐⭐⭐ | 预计投入 8h（Lecture/Workshop 3h + 代码实践 3-4h + 复盘 2-3h） 🎯 考试关联：按“概念-方法-案例-反例”四格模板准备测验与考试。 🧪 Tutorial/Lab：先独立完成最小可运行解法，再和课堂参考方案做差异对比（正确性、复杂度、可解释性）。 📌 作业/项目关联：输出 1 份模型对比表（方法/指标/结论）并补齐错误分析。 💼 实战价值：把本周方法写成“可复述模板”（场景、输入、方法、指标、边界），可直接用于项目答辩和技术面试。 ⚠️ 易错点：笔记与代码分离，复盘时找不到关键决策依据，导致同类问题重复踩坑。
Tute3DimensionalModellingandETLIntroduction.
💡 学习提示
• 总结 Tute 3: Dimensional Modelling and ETL Introduction. 的核心概念与适用场景
• 为第4周生成 5 道练习题并给出解题步骤
Week 5Tute 4: Data Integration I (ETL)
📖 核心知识点：Tute 4: Data Integration I (ETL)。本周建议把“概念理解 → 代码实现 → 结果解释”串成一条完整链路，避免只停留在工具调用层。 ⏰ 本周节奏：难度 ⭐⭐⭐⭐ | 预计投入 10h（Lecture/Workshop 3h + 代码实践 3-4h + 复盘 2-3h） 🎯 考试关联：按“概念-方法-案例-反例”四格模板准备测验与考试。 🧪 Tutorial/Lab：先独立完成最小可运行解法，再和课堂参考方案做差异对比（正确性、复杂度、可解释性）。 📌 作业/项目关联：输出 1 份模型对比表（方法/指标/结论）并补齐错误分析。 💼 实战价值：把本周方法写成“可复述模板”（场景、输入、方法、指标、边界），可直接用于项目答辩和技术面试。 ⚠️ 易错点：笔记与代码分离，复盘时找不到关键决策依据，导致同类问题重复踩坑。
Tute4DataIntegrationIETL
💡 学习提示
• 总结 Tute 4: Data Integration I (ETL) 的核心概念与适用场景
• 为第5周生成 5 道练习题并给出解题步骤
Week 6Tute 5: Data Integration II (ETL)
📖 核心知识点：Tute 5: Data Integration II (ETL)。本周建议把“概念理解 → 代码实现 → 结果解释”串成一条完整链路，避免只停留在工具调用层。 ⏰ 本周节奏：难度 ⭐⭐⭐⭐ | 预计投入 10h（Lecture/Workshop 3h + 代码实践 3-4h + 复盘 2-3h） 🎯 考试关联：按“概念-方法-案例-反例”四格模板准备测验与考试。 🧪 Tutorial/Lab：先独立完成最小可运行解法，再和课堂参考方案做差异对比（正确性、复杂度、可解释性）。 📌 作业/项目关联：输出 1 份模型对比表（方法/指标/结论）并补齐错误分析。 💼 实战价值：把本周方法写成“可复述模板”（场景、输入、方法、指标、边界），可直接用于项目答辩和技术面试。 ⚠️ 易错点：笔记与代码分离，复盘时找不到关键决策依据，导致同类问题重复踩坑。
Tute5DataIntegrationIIETL
💡 学习提示
• 总结 Tute 5: Data Integration II (ETL) 的核心概念与适用场景
• 为第6周生成 5 道练习题并给出解题步骤
Week 7Tute 6: Microsoft Power BI (I)
📖 核心知识点：Tute 6: Microsoft Power BI (I)。本周建议把“概念理解 → 代码实现 → 结果解释”串成一条完整链路，避免只停留在工具调用层。 ⏰ 本周节奏：难度 ⭐⭐⭐⭐ | 预计投入 10h（Lecture/Workshop 3h + 代码实践 3-4h + 复盘 2-3h） 🎯 考试关联：按“概念-方法-案例-反例”四格模板准备测验与考试。 🧪 Tutorial/Lab：先独立完成最小可运行解法，再和课堂参考方案做差异对比（正确性、复杂度、可解释性）。 📌 作业/项目关联：输出 1 份模型对比表（方法/指标/结论）并补齐错误分析。 💼 实战价值：把本周方法写成“可复述模板”（场景、输入、方法、指标、边界），可直接用于项目答辩和技术面试。 ⚠️ 易错点：笔记与代码分离，复盘时找不到关键决策依据，导致同类问题重复踩坑。
Tute6MicrosoftPowerBII
💡 学习提示
• 总结 Tute 6: Microsoft Power BI (I) 的核心概念与适用场景
• 为第7周生成 5 道练习题并给出解题步骤
Week 8Tute 7: Microsoft Power BI (II)
📖 核心知识点：Tute 7: Microsoft Power BI (II)。本周建议把“概念理解 → 代码实现 → 结果解释”串成一条完整链路，避免只停留在工具调用层。 ⏰ 本周节奏：难度 ⭐⭐⭐⭐ | 预计投入 10h（Lecture/Workshop 3h + 代码实践 3-4h + 复盘 2-3h） 🎯 考试关联：按“概念-方法-案例-反例”四格模板准备测验与考试。 🧪 Tutorial/Lab：先独立完成最小可运行解法，再和课堂参考方案做差异对比（正确性、复杂度、可解释性）。 📌 作业/项目关联：输出 1 份可复现实验报告（含参数、数据版本、结论边界）用于项目/面试复述。 💼 实战价值：把本周方法写成“可复述模板”（场景、输入、方法、指标、边界），可直接用于项目答辩和技术面试。 ⚠️ 易错点：笔记与代码分离，复盘时找不到关键决策依据，导致同类问题重复踩坑。
Tute7MicrosoftPowerBIII
💡 学习提示
• 总结 Tute 7: Microsoft Power BI (II) 的核心概念与适用场景
• 为第8周生成 5 道练习题并给出解题步骤
Week 9Tute 8: Rapid Minner (Supervised Models)
📖 核心知识点：Tute 8: Rapid Minner (Supervised Models)。本周建议把“概念理解 → 代码实现 → 结果解释”串成一条完整链路，避免只停留在工具调用层。 ⏰ 本周节奏：难度 ⭐⭐⭐⭐ | 预计投入 10h（Lecture/Workshop 3h + 代码实践 3-4h + 复盘 2-3h） 🎯 考试关联：按“概念-方法-案例-反例”四格模板准备测验与考试。 🧪 Tutorial/Lab：先独立完成最小可运行解法，再和课堂参考方案做差异对比（正确性、复杂度、可解释性）。 📌 作业/项目关联：输出 1 份可复现实验报告（含参数、数据版本、结论边界）用于项目/面试复述。 💼 实战价值：把本周方法写成“可复述模板”（场景、输入、方法、指标、边界），可直接用于项目答辩和技术面试。 ⚠️ 易错点：笔记与代码分离，复盘时找不到关键决策依据，导致同类问题重复踩坑。
Tute8RapidMinnerSupervisedModels
💡 学习提示
• 总结 Tute 8: Rapid Minner (Supervised Models) 的核心概念与适用场景
• 为第9周生成 5 道练习题并给出解题步骤
Week 10Tute 9: Supervised and Unsupervised Models. Labour Day Public Holiday - Monday 4th May 2026 - Check Blackboard for annou
📖 核心知识点：Tute 9: Supervised and Unsupervised Models. Labour Day Public Holiday - Monday 4th May 2026 - Check Blackboard for annou。本周建议把“概念理解 → 代码实现 → 结果解释”串成一条完整链路，避免只停留在工具调用层。 ⏰ 本周节奏：难度 ⭐⭐⭐⭐ | 预计投入 10h（Lecture/Workshop 3h + 代码实践 3-4h + 复盘 2-3h） 🎯 考试关联：优先推进 Project Milestone（30%） 的最终交付。 🧪 Tutorial/Lab：先独立完成最小可运行解法，再和课堂参考方案做差异对比（正确性、复杂度、可解释性）。 📌 作业/项目关联：输出 1 份可复现实验报告（含参数、数据版本、结论边界）用于项目/面试复述。 💼 实战价值：把本周方法写成“可复述模板”（场景、输入、方法、指标、边界），可直接用于项目答辩和技术面试。 ⚠️ 易错点：笔记与代码分离，复盘时找不到关键决策依据，导致同类问题重复踩坑。
Tute9SupervisedandUnsupervisedModels.LabourDayPublicHoliday
💡 学习提示
• 总结 Tute 9: Supervised and Unsupervised Models. Labour Day Public Holiday - Monday 4th May 2026 - Check Blackboard for annou 的核心概念与适用场景
• 为第10周生成 5 道练习题并给出解题步骤
Week 11Tute 10: Unsupervised Models and Intro to Data Challenge.
📖 核心知识点：Tute 10: Unsupervised Models and Intro to Data Challenge.。本周建议把“概念理解 → 代码实现 → 结果解释”串成一条完整链路，避免只停留在工具调用层。 ⏰ 本周节奏：难度 ⭐⭐⭐⭐ | 预计投入 10h（Lecture/Workshop 3h + 代码实践 3-4h + 复盘 2-3h） 🎯 考试关联：优先推进 Project Milestone（30%） 的最终交付。 🧪 Tutorial/Lab：先独立完成最小可运行解法，再和课堂参考方案做差异对比（正确性、复杂度、可解释性）。 📌 作业/项目关联：输出 1 份可复现实验报告（含参数、数据版本、结论边界）用于项目/面试复述。 💼 实战价值：把本周方法写成“可复述模板”（场景、输入、方法、指标、边界），可直接用于项目答辩和技术面试。 ⚠️ 易错点：笔记与代码分离，复盘时找不到关键决策依据，导致同类问题重复踩坑。
Tute10UnsupervisedModelsandIntrotoDataChallenge.
💡 学习提示
• 总结 Tute 10: Unsupervised Models and Intro to Data Challenge. 的核心概念与适用场景
• 为第11周生成 5 道练习题并给出解题步骤
Week 12Data Challenge (Bring Your Own Data).
📖 核心知识点：Data Challenge (Bring Your Own Data).。本周建议把“概念理解 → 代码实现 → 结果解释”串成一条完整链路，避免只停留在工具调用层。 ⏰ 本周节奏：难度 ⭐⭐⭐ | 预计投入 8h（Lecture/Workshop 3h + 代码实践 3-4h + 复盘 2-3h） 🎯 考试关联：优先推进 Project Milestone（30%） 的最终交付。 🧪 Tutorial/Lab：先独立完成最小可运行解法，再和课堂参考方案做差异对比（正确性、复杂度、可解释性）。 📌 作业/项目关联：输出 1 份可复现实验报告（含参数、数据版本、结论边界）用于项目/面试复述。 💼 实战价值：把本周方法写成“可复述模板”（场景、输入、方法、指标、边界），可直接用于项目答辩和技术面试。 ⚠️ 易错点：笔记与代码分离，复盘时找不到关键决策依据，导致同类问题重复踩坑。
DataChallengeBringYourOwnData.
💡 学习提示
• 总结 Data Challenge (Bring Your Own Data). 的核心概念与适用场景
• 为第12周生成 5 道练习题并给出解题步骤
Week 13No Tutorial.
📖 核心知识点：No Tutorial.。本周建议把“概念理解 → 代码实现 → 结果解释”串成一条完整链路，避免只停留在工具调用层。 ⏰ 本周节奏：难度 ⭐⭐⭐ | 预计投入 8h（Lecture/Workshop 3h + 代码实践 3-4h + 复盘 2-3h） 🎯 考试关联：优先推进 Project Milestone（30%） 的最终交付。 🧪 Tutorial/Lab：先独立完成最小可运行解法，再和课堂参考方案做差异对比（正确性、复杂度、可解释性）。 📌 作业/项目关联：输出 1 份可复现实验报告（含参数、数据版本、结论边界）用于项目/面试复述。 💼 实战价值：把本周方法写成“可复述模板”（场景、输入、方法、指标、边界），可直接用于项目答辩和技术面试。 ⚠️ 易错点：笔记与代码分离，复盘时找不到关键决策依据，导致同类问题重复踩坑。
NoTutorial.
💡 学习提示
• 总结 No Tutorial. 的核心概念与适用场景
• 为第13周生成 5 道练习题并给出解题步骤
