[ 收藏 ] [ 简体中文 ]  
臺灣貨到付款、ATM、超商、信用卡PAYPAL付款,4-7個工作日送達,999元臺幣免運費   在線留言 商品價格為新臺幣 
首頁 電影 連續劇 音樂 圖書 女裝 男裝 童裝 內衣 百貨家居 包包 女鞋 男鞋 童鞋 計算機周邊

商品搜索

 类 别:
 关键字:
    

商品分类

大數據分析師面試筆試寶典 圖書
該商品所屬分類:圖書 -> 考試考證
【市場價】
673-976
【優惠價】
421-610
【出版社】機械工業出版社 
【ISBN】9787111712114
【折扣說明】一次購物滿999元台幣免運費+贈品
一次購物滿2000元台幣95折+免運費+贈品
一次購物滿3000元台幣92折+免運費+贈品
一次購物滿4000元台幣88折+免運費+贈品
【本期贈品】①優質無紡布環保袋,做工棒!②品牌簽字筆 ③品牌手帕紙巾
版本正版全新電子版PDF檔
您已选择: 正版全新
溫馨提示:如果有多種選項,請先選擇再點擊加入購物車。
*. 電子圖書價格是0.69折,例如了得網價格是100元,電子書pdf的價格則是69元。
*. 購買電子書不支持貨到付款,購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。
*. 如果收到的電子書不滿意,可以聯絡我們退款。謝謝。
內容介紹



出版社:機械工業出版社
ISBN:9787111712114
商品編碼:10060209172322

品牌:文軒
出版時間:2022-08-01
代碼:89


    
    
"
作  者:猿媛之家,周炎亮 等 編
/
定  價:89
/
出 版 社:機械工業出版社
/
出版日期:2022年08月01日
/
頁  數:268
/
裝  幀:平裝
/
ISBN:9787111712114
/
主編推薦
本書特色:繫統覆蓋大數據分析師崗位需要掌握的統計學、數據挖掘算法、數據可 視化知識和大數據相關技術(數據埋點、網絡爬蟲、數據倉庫、ETL、 Hadoop、Spark)。經驗分享:詳細講解大數據相關職業需要的技能、工作流程及面試方法。附贈資源:作者100分鐘核心知識點分享視頻及相關知識點思維導圖/技能譜繫圖。
目錄
●前言
第1章 面試經驗
1.1 大數據分析技能要求
1.1.1 數據分析師
1.1.2 數據開發工程師
1.1.3 數據挖掘工程師
1.1.4 職業能力模型
1.2 數據分析工作流程
1.2.1 組織架構
1.2.2 分析流程
1.3 數據分析師臨場面試
1.3.1 如何準備面試
1.3.2 面試問題
1.4 本章總結
第2章 統計學知識
2.1 概率知識
2.1.1 概率模型之間的關繫解析
2.1.2 概率相關面試題
2.1.3 貝葉斯公式
2.2 參數估計
2.2.1 點估計
2.2.2 區間估計
2.3 假設檢驗
2.3.1 假設檢驗原理
2.3.2 兩類錯誤
2.3.3 假設檢驗的常用方法
2.4 抽樣技術解析
2.4.1 樣本量影響因素分析
2.4.2 假設檢驗樣本量計算
2.4.3 參數估計樣本量計算
2.5 馬爾可夫模型
2.5.1 馬爾可夫過程原理
2.5.2 馬爾可夫模型計算
2.6 隱馬爾可夫模型
2.6.1 HMM和三類問題
2.6.2 求概率問題
2.6.3 預測問題
2.6.4 學習問題
2.7 EM算法
2.7.1 基本思想
2.7.2 算法流程
2.8 本章總結
第3章 數據挖掘算法
3.1 常用聚類算法
3.1.1 Kmeans算法
3.1.2 DBSCAN算法
3.1.3 聚類算法評估
3.2 常用分類算法
3.2.1 決策樹
3.2.2 樸素貝葉斯
3.2.3 KNN
3.2.4 SVM
3.2.5 邏輯回歸
3.2.6 BP神經網絡
3.3 集成學習算法
3.3.1 Bagging原理
3.3.2 隨機森林
3.3.3 Boosting原理
3.3.4 Adaboost算法
3.3.5 Stacking算法
3.3.6 分類算法評估
3.3.7 分類算法小結
3.4 關聯規則算法
3.4.1 Apriori
3.4.2 Fp_Growth
3.4.3 算法評估
3.5 數據降維算法
3.5.1 降維技術基本理論
3.5.2 特征選擇
3.5.3 主成分分析
3.5.4 SVD分解
3.5.5 降維方法選擇
3.6 數據升維方法
3.6.1 分箱
3.6.2 交互式特征
3.7 推薦算法
3.7.1 基於內容推薦
3.7.2 基於用戶的協同過濾
3.7.3 基於物品的協同過濾
3.7.4 SVD推薦原理
3.7.5 推薦算法評估
3.8 模型優化方法
3.8.1 機器學習抽樣
3.8.2 相似性度量
3.8.3 損失函數
3.8.4 過擬合與欠擬合
3.8.5 正則化方法
3.8.6 剪枝方法
3.8.7 模型選擇
3.9 本章總結
第4章 大數據技術解析
4.1 數據埋點技術
4.1.1 技術原理
4.1.2 代碼埋點
4.1.3 可視化埋點
4.1.4 無埋點技術
4.1.5 埋點需求分析
4.1.6 選擇部署方式
4.2 網絡爬蟲技術
4.2.1 聚焦爬蟲工作流程
4.2.2 數據解析流程
4.2.3 爬行策略
4.2.4 網頁更新策略
4.3 數據倉庫技術
4.3.1 數倉名詞解析
4.3.2 數據建模方法
4.3.3 數倉建設原則
4.3.4 SQL查詢
4.3.5 SQL查詢優化
4.4 ETL技術
4.4.1 數據質量評估
4.4.2 ETL流程
4.4.3 缺失值處理方法
4.4.4 異常值識別方法
4.5 Hadoop技術
4.5.1 Hadoop核心之HDFS
4.5.2 Hadoop核心之MapReduce
4.5.3 YARN
4.5.4 WordCount源碼
4.5.5 MapReduce優化
4.6 Spark技術
4.6.1 Spark集群運行
4.6.2 Spark程序運行
4.6.3 Spark RDD
4.6.4 Spark存儲
4.6.5 Spark內存管理
4.6.6 Spark資源分配
4.6.7 Spark Shuffle機制
4.6.8 Spark的算子調優
4.6.9 數據傾斜問題解析
4.7 本章總結
第5章 數據可視化
5.1 圖表類型
5.2 繪圖原則
5.3 ECharts快速上手
5.3.1 ECharts引入
5.3.2 準備DOM容器
5.3.3 柱狀圖示例
5.4 本章總結
附錄
附錄A 筆面試真題
內容簡介
《大數據分析師面試筆試寶典》旨在幫助讀者了解大數據分析師的工作內容、技能要求、各類常用技術的原理和可能應用的場景。 大數據分析是一個多學科交叉的領域,包含了統計學、計算機科學、運籌學乃至市場營銷學等。《大數據分析師面試筆試寶典》並沒有介紹大數據分析領域涉及的所有方面,而是根據當前用人單位對大數據分析師的需求,選擇了其中較為重要的內容進行解析,將當前大數據分析涉及的熱點技術一網打盡。 閱讀《大數據分析師面試筆試寶典》需要具備一定的數理統計知識基礎和計算機編程背景。本書盡量不去證明一些在理論界已有的結論,而是用淺顯的語言來解釋復雜的公式,以便讀者更為輕松地掌握全書的知識,從而能夠從容面對面試以及日常工作。
作者簡介
猿媛之家,周炎亮 等 編
劉志全,男,博士,暨南大學網絡空間安全學院副研究員、碩士生導師,研究方向包括車聯網安全、無人機安全、Web安全、信任與隱私、人工智能、區塊鏈等;近年來共在IEEE TITS、IEEE TDSC、IEEE IOTJ、IEEE TVT等國內外期刊/會議發表SCI/EI論文40餘篇,申請/授權/公告國家發明專利/國外發明專利/PCT專利40餘項;主持國家自然科學基金、廣東省自然科學基金、廣州市自然科學基金等縱向項目;指導學生獲得港澳臺僑創業大賽一等獎、吳漁夫學術科技創新競賽一等獎等。



"
 
網友評論  我們期待著您對此商品發表評論
 
相關商品
在線留言 商品價格為新臺幣
關於我們 送貨時間 安全付款 會員登入 加入會員 我的帳戶 網站聯盟
DVD 連續劇 Copyright © 2024, Digital 了得網 Co., Ltd.
返回頂部