随机变量、概率分布与统计推断的基础。
实验设计、假设检验与结果解释。
反事实框架、识别假设、常见方法与因果机器学习。
建模流程、模型评估与应用边界。
语法、数据结构与常用分析工具。
查询语法、窗口函数与常用分析写法。
北极星指标、指标分层与体系搭建方法。