《大數(shù)據(jù)分析師面試筆試寶典》旨在幫助讀者了解大數(shù)據(jù)分析師的工作內(nèi)容、技能要求、各類常用技術(shù)的原理和可能應(yīng)用的場(chǎng)景。
大數(shù)據(jù)分析是一個(gè)多學(xué)科交叉的領(lǐng)域，包含了統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)、運(yùn)籌學(xué)乃至市場(chǎng)營(yíng)銷學(xué)等�！洞髷�(shù)據(jù)分析師面試筆試寶典》并沒(méi)有介紹大數(shù)據(jù)分析領(lǐng)域涉及的所有方面，而是根據(jù)當(dāng)前用人單位對(duì)大數(shù)據(jù)分析師的需求，選擇了其中較為重要的內(nèi)容進(jìn)行解析，將當(dāng)前大數(shù)據(jù)分析涉及的熱點(diǎn)技術(shù)一網(wǎng)打盡。
閱讀《大數(shù)據(jù)分析師面試筆試寶典》需要具備一定的數(shù)理統(tǒng)計(jì)知識(shí)基礎(chǔ)和計(jì)算機(jī)編程背景。本書(shū)盡量不去證明一些在理論界已有的結(jié)論，而是用淺顯的語(yǔ)言來(lái)解釋復(fù)雜的公式，以便讀者更為輕松地掌握全書(shū)的知識(shí)，從而能夠從容面對(duì)面試以及日常工作。
第1章 面試經(jīng)驗(yàn)／1
1.1 大數(shù)據(jù)分析技能要求／1
1.1.1 數(shù)據(jù)分析師／1
1.1.2 數(shù)據(jù)開(kāi)發(fā)工程師／4
1.1.3 數(shù)據(jù)挖掘工程師／7
1.1.4 職業(yè)能力模型／10
1.2 數(shù)據(jù)分析工作流程／10
1.2.1 組織架構(gòu)／10
1.2.2 分析流程／11
1.3 數(shù)據(jù)分析師臨場(chǎng)面試／13
1.3.1 如何準(zhǔn)備面試／13
1.3.2 面試問(wèn)題／16
1.4 本章總結(jié)／18
第2章 統(tǒng)計(jì)學(xué)知識(shí)／19
2.1 概率知識(shí)／19
2.1.1 概率模型之間的關(guān)系解析／19
2.1.2 概率相關(guān)面試題／25
2.1.3 貝葉斯公式／28
2.2 參數(shù)估計(jì)／31
2.2.1 點(diǎn)估計(jì)／31
2.2.2 區(qū)間估計(jì)／34
2.3 假設(shè)檢驗(yàn)／41
2.3.1 假設(shè)檢驗(yàn)原理／41
2.3.2 兩類錯(cuò)誤／43
2.3.3 假設(shè)檢驗(yàn)的常用方法／45
2.4 抽樣技術(shù)解析／49
2.4.1 樣本量影響因素分析／50
2.4.2 假設(shè)檢驗(yàn)樣本量計(jì)算／52
2.4.3 參數(shù)估計(jì)樣本量計(jì)算／53
2.5 馬爾可夫模型／54
2.5.1 馬爾可夫過(guò)程原理／55
2.5.2 馬爾可夫模型計(jì)算／55
2.6 隱馬爾可夫模型／57
2.6.1 HMM和三類問(wèn)題／57
2.6.2 求概率問(wèn)題／58
2.6.3 預(yù)測(cè)問(wèn)題／59
2.6.4 學(xué)習(xí)問(wèn)題／60
2.7 EM算法／62
2.7.1 基本思想／62
2.7.2 算法流程／63
2.8 本章總結(jié)／63
第3章 數(shù)據(jù)挖掘算法／65
3.1 常用聚類算法／66
3.1.1 Kmeans算法／66
3.1.2 DBSCAN算法／68
3.1.3 聚類算法評(píng)估／69
3.2 常用分類算法／74
3.2.1 決策樹(shù)／74
3.2.2 樸素貝葉斯／79
3.2.3 KNN／80
3.2.4 SVM／81
3.2.5 邏輯回歸／84
3.2.6 BP神經(jīng)網(wǎng)絡(luò)／88
3.3 集成學(xué)習(xí)算法／91
3.3.1 Bagging原理／92
3.3.2 隨機(jī)森林／93
3.3.3 Boosting原理／95
3.3.4 Adaboost算法／96
3.3.5 Stacking算法／99
3.3.6 分類算法評(píng)估／100
3.3.7 分類算法小結(jié)／108
3.4 關(guān)聯(lián)規(guī)則算法／108
3.4.1 Apriori／108
3.4.2 Fp_Growth／111
3.4.3 算法評(píng)估／112
3.5 數(shù)據(jù)降維算法／112
3.5.1 降維技術(shù)基本理論／112
3.5.2 特征選擇／113
3.5.3 主成分分析／116
3.5.4 SVD分解／118
3.5.5 降維方法選擇／121
3.6 數(shù)據(jù)升維方法／121
3.6.1 分箱／121
3.6.2 交互式特征／123
3.7 推薦算法／124
3.7.1 基于內(nèi)容推薦／124
3.7.2 基于用戶的協(xié)同過(guò)濾／125
3.7.3 基于物品的協(xié)同過(guò)濾／126
3.7.4 SVD推薦原理／127
3.7.5 推薦算法評(píng)估／130
3.8 模型優(yōu)化方法／130
3.8.1 機(jī)器學(xué)習(xí)抽樣／130
3.8.2 相似性度量／134
3.8.3 損失函數(shù)／136
3.8.4 過(guò)擬合與欠擬合／138
3.8.5 正則化方法／139
3.8.6 剪枝方法／141
3.8.7 模型選擇／144
3.9 本章總結(jié)／145
第4章 大數(shù)據(jù)技術(shù)解析／147
4.1 數(shù)據(jù)埋點(diǎn)技術(shù)／148
4.1.1 技術(shù)原理／148
4.1.2 代碼埋點(diǎn)／149
4.1.3 可視化埋點(diǎn)／149
4.1.4 無(wú)埋點(diǎn)技術(shù)／150
4.1.5 埋點(diǎn)需求分析／150
4.1.6 選擇部署方式／151
4.2 網(wǎng)絡(luò)爬蟲(chóng)技術(shù)／152
4.2.1 聚焦爬蟲(chóng)工作流程／153
4.2.2 數(shù)據(jù)解析流程／154
4.2.3 爬行策略／154
4.2.4 網(wǎng)頁(yè)更新策略／155
4.3 數(shù)據(jù)倉(cāng)庫(kù)技術(shù)／156
4.3.1 數(shù)倉(cāng)名詞解析／156
4.3.2 數(shù)據(jù)建模方法／161
4.3.3 數(shù)倉(cāng)建設(shè)原則／164
4.3.4 SQL查詢／166
4.3.5 SQL查詢優(yōu)化／170
4.4 ETL技術(shù)／171
4.4.1 數(shù)據(jù)質(zhì)量評(píng)估／172
4.4.2 ETL流程／173
4.4.3 缺失值處理方法／177
4.4.4 異常值識(shí)別方法／179
4.5 Hadoop技術(shù)／180
4.5.1 Hadoop核心之HDFS／181
4.5.2 Hadoop核心之MapReduce／184
4.5.3 YARN／190
4.5.4 WordCount源碼／192
4.5.5 MapReduce優(yōu)化／194
4.6 Spark技術(shù)／196
4.6.1 Spark集群運(yùn)行／196
4.6.2 Spark程序運(yùn)行／199
4.6.3 Spark RDD／202
4.6.4 Spark存儲(chǔ)／210
4.6.5 Spark 內(nèi)存管理／216
4.6.6 Spark資源分配／222
4.6.7 Spark Shuffle機(jī)制／224
4.6.8 Spark的算子調(diào)優(yōu)／230
4.6.9 數(shù)據(jù)傾斜問(wèn)題解析／231
4.7 本章總結(jié)／235
第5章 數(shù)據(jù)可視化／237
5.1 圖表類型／237
5.2 繪圖原則／243
5.3 ECharts快速上手／247
5.3.1 ECharts引入／247
5.3.2 準(zhǔn)備DOM容器／248
5.3.3 柱狀圖示例／249
5.4 本章總結(jié)／249
附錄／250
附錄A 筆面試真題／250
書(shū)單推薦
