(1) 秋学期

* 数据挖掘相关的统计方法（多元Logistic回归分析、非线性回归分析、判别分析等）

* 定量方法（时间轴分析、概率模型、优化）

* 决策分析（多目的决策分析、决策树、影响图、敏感性分析）

* 树立竞争优势的分析（通过项目和成功案例学习基本的分析理念）

(2) 冬学期

* 数据库入门（数据模型、数据库设计）

* 预测分析（时间轴分析、主成分分析、非参数回归、统计流程控制）

* 数据管理（ETL（Extract、Transform、Load）、数据治理、管理责任、元数据）

* 优化与启发（整数计划法、非线性计划法、局部探索法、超启发（模拟退火、遗传算法））

(3) 春学期

* 大数据分析（非结构化数据概念的学习、MapReduce技术、大数据分析方法）

* 数据挖掘（聚类（k-means法、分割法）、关联性规则、因子分析、存活时间分析）

* 其他，以下任选两门（社交网络、文本分析、Web分析、财务分析、服务业中的分析、能源、健康医疗、供应链管理、综合营销沟通中的概率模型）

(4) 秋学期

* 风险分析与运营分析的计算机模拟

* 软件层面的分析学（组织层面的分析课题、IT与业务用户、变革管理、数据课题、结果的展现与传达方法）