《数据分析学习笔记》目录
-
数据分析师的基本方法
-
数据分析师所需要的了解产品知识
-
机器学习面试知识
-
Mysql相关知识
数据分析师的基本方法
1.初识数据分析:什么是数据分析,数据分析的目的和作用 2.数据分析的方法:六部曲 3.数据分析三大误区以及数据分析师的要求 4.数据分析常用指标和术语 5.数据分析方法论 6.数据处理的一些方法 7.常用的数据分析基本方法
数据分析师所需要的了解产品知识
数据分析师之所需要了解的产品系列知识(一)——产品的演化周期 数据分析师之所需要了解的产品系列知识(二)——如何测试产品健康 数据分析师之所需要了解的产品系列知识(三)——定义产品成功:指标和目标 数据分析师之所需要了解的产品系列知识(四)——如何提高用户留存率 数据分析师之所需要了解的产品系列知识(五)——如何保持产品的可持续增长 数据分析师之所需要了解的产品系列知识(六)——如何打造成功的产品框架 数据分析师之所需要了解的产品系列知识(七)——如何对产品指标变化分析
机器学习面试知识
数据分析面试【机器学习】总结之-----XGBoost常见面试题整理 数据分析面试【机器学习】总结之-----Boosting和AdaBoost(集成学习)常见面试题整理 数据分析面试【机器学习】总结之-----bagging和随机森林常见面试题整理 数据分析面试【机器学习】总结之-----决策树常见面试题整理 数据分析面试【机器学习】总结之-----logistic回归常见面试题整理 数据分析面试【机器学习】总结之-----朴素贝叶斯常见面试题整理 数据分析师之必会算法—聚类方法 数据分析【机器学习】总结之-----SVM(支持向量机)十大常见面试题整理