在CPDA数据分析师高级决策模型课程中课程扩展了决策模型蕴含的主题

蕴含的其他建模技术包括多目标，非线性和非平滑约束优化。课程中将注意怎样使用Excel中提供的Simplex，GRG和Evolutionary求解器来制定和求解各种类型的模型。将介绍使用可视化基本宏来实现用于模型实现的用户友好型决策支持系统。还将蕴含其他建模技术主题，例如层次分析过程和动态编程。，将介绍在其他平台（例如R和Python）中创建和求解决策模型的过程，决策模型。

课程对建模过程进行了概念和实践的理解

CPDA学员将利用他们对回归的知识，并扩展到更高级的方法，例如逻辑回归和广义线性模型。此外，CPDA数据分析师课程将重点放在解释和使用模型来做出决策上，同时还会回顾数据分析的常见复杂性，例如内生性。在课程结束时，学生将能够从头到尾完成严格的分析，包括初的问题识别，数据分析和模型规格说明，根据结果做出明智的决定。所有数据分析和可视化将在R中完成。

CPDA对于应用概率模型的教学，将概率的基本概念应用于数据分析和预测

方法论的重点是似然法和CPDA数据分析师课程中的课程进行统计推断。特别关注具有异类潜在变量的计数，选择和时序模型。应用程序将来自广泛的业务设置，例如新产品预测，建模客户保留和生命周期价值以及市场细分。

对业务分析、商业分析CPDA学员将在培训期间学习的商业分析的特定知识与批判性思维，独立研究，跨学科学习和公民参与的关键技能相结合。对于所有学习CPDA数据分析师的学员来说，以了解完整的分析项目的复杂性以及系统开发生命周期主要组成部分。对业务的深入了解是成功构建分析项目的基础。在课堂上讨论过的业务需求分析。数据分析师课程无论学员是学生或者是在职人员都会在CPDA数据分析师课程中学到分析的手法以及为今后的工作带来巨大的好处。