大数据
文章平均质量分 81
一抹斜阳尽余辉
这个作者很懒,什么都没留下…
展开
-
转行大数据的好建议
第一点,要有决心。先问问自己是否能够把大数据工作当做自己未来10年、20年甚至毕生都想从事的工作,如果是的话,那么,就算你在传统行业工作了5年、7年甚至10年,都30大几的年龄,现在转行也为时未晚;第二点,要有信心。你是否已经习惯于企事业单位那种清闲的日子,你是否一直在传统如制造业工作,习惯于日复一日的按部就班的做好日常工作?相信你一定不是,要不就不会在这里听我分享了。来这里证明你还是有一颗骚动...原创 2019-12-31 17:21:26 · 2626 阅读 · 1 评论 -
零基础30岁转行大数据行业,可行吗?
一、大数据是否值得投入?我们先来讨论下大数据是不是值得大家从事的一项职业,如下问题。大数据为啥这么有诱惑力,是否值得投入,现在进去晚了吗?首先,大数据企业众多,逐步形成产业化。从08年开始,大数据就成为互联网信息领域的大热门。由此而来,大数据企业像雨后春笋般层出不穷。纯粹做大数据服务的公司,全国就有数百家之多。另外,更有成千上万家企业是主要利用大数据来驱动业务发展的公司。其次,大数据人才需...原创 2019-12-31 17:13:27 · 3441 阅读 · 1 评论 -
大数据工程师面试经验
全中国的IT公司只想去阿里,因为阿里真的是中国程序员的朝圣地,进去真的能学很多。最终经历了5轮面试,顺利拿到了offer。这里和大家分享一下我的面试经验。一面过程首先是一次不记名面试,这里我也真的很感谢这场不记名面试了,如果没有这场不记名面试,我可能真的一面就结束了。因为我之前是没有任何找工作的面试经验的,再加上去阿里对我来说真的是一件几个月做梦都会梦到的事情,我把它看的太重了,所以在面试之前...原创 2019-12-30 14:39:15 · 1125 阅读 · 0 评论 -
什么是数据产品,如何设计一款好用的数据产品
何为数据产品?从广义上讲,一切以数据作为驱动或者核心的都叫数据产品(例如数据报表平台、DMP、搜索与精准化产品、风控产品等等),从狭义上讲,就是公司的内部数据平台。今天和大家讨论的,主要是关于公司的内部数据平台的搭建。公司的内部数据平台,主要作用是提供给公司内部所有部门人员使用,使公司内部的所有业务能够通过数据来驱动和决策。简单点讲就是通过数据平台来驱动公司内部的数据化运营。那么如何设计一款好...原创 2019-12-28 19:29:29 · 1651 阅读 · 0 评论 -
数据科学行业,需要学习的三种语言
随着大数据的应用与发展,各行业对具有数据科学技能的开发人员的需求持续增长。而希望成为数据科学家的技术人员需要学习如何融入这个领域的职业生涯。寻求扩大在技术领域的技能?目前对拥有数据科学技能的开发人员的需求目前“非常强劲”,过去四年来,数据科学家的职位需求“大幅增长”。数据科学家就业前景看好,平均薪酬很高,但成为数据科学家是很艰难的。数据科学家是一个研究数据的伟大的专家,能够使整个组织的数据得到...原创 2019-12-19 18:24:34 · 1137 阅读 · 0 评论 -
数据分析行业的选择
最近很多同学咨询新手如何入门数据分析的事情,虽然网上类似的文章不少,但还是根据同学们的问题作了梳理回答。本文主要从职业选择角度解析数据分析适合的人群以及入门所需的基本准备。准备投身于这行的年轻人们,你真的想好了吗?我说的不一定对,Just do yourself!我适合数据分析吗很多人选择大数据行业,选择数据分析更多看到的是这个岗位前景不错、薪资待遇也不错,各种培训让人看起来事情也挺简单。往往没...原创 2019-12-19 17:50:47 · 1050 阅读 · 0 评论 -
数据安全防护系统的搭建
随着个人和企业越来越注重数据安全,通常重金购买各种安全产品,如防火墙,VPN,入侵防御系统,应用控制网关,各种杀毒软件等,希望构造一个全方位的安全办公应用环境,所有数据的产生、应用都在这样的安全环境里,从而保证数据的安全性。很多时候,数据的安全性已经远远大于设备本身的价值。但是,搭建这样的一套安全防护系统,我们的数据就真的安全了吗?硬盘结构与原理硬盘目前市面上主要分为机械硬盘和固态硬盘(SSD...原创 2019-12-15 14:15:48 · 1358 阅读 · 0 评论 -
什么是统计学习,统计学习的步骤是什么
统计学习是基于数据构建概率统计模型并运用模型对数据进行预测与分析,统计学习方法包括模型的假设空间、模型选择的准则以及模型学习的算法,称为统计学习方法的三要素。一般实现统计学习的步骤如下:1.准备有限的训练数据集。2.获取包含所有可能的模型的假设空间,即学习模型的集合。3.确定模型选项的准则,即学习的策略。4.实现最优模型的算法,即学习的算法。5.通过学习方法选择最优模型。6.利用学习...原创 2019-12-15 14:07:30 · 3086 阅读 · 0 评论 -
数据分析师常用的商业模型
数据分析少不了商业分析思维,以及对业务的理解。很多时候觉得思维不够健全,或者分析没有思路,其实都可以借助思维模型的学习来不足,来加速分析的成功。一、波特五种竞争力模型波特五力模型是企业制定竞争战略时常用的战略分析工具,任何产业的竞争规律会体现在波特五力模型的五种竞争作用力上。战略的分析和制定听起来离我们的生活很遥远,但实际上企业新开一家门店,开发一个新产品,都可以用到这个模型。波特五力模型是...原创 2019-12-12 11:59:50 · 1597 阅读 · 0 评论 -
大数据的核心是什么
大数据的核心就是预测。它通常被视为人工智能的一部分,或者更确切地说,被视为一种机器学习。但是这种定义是有误导性的。大数据不是要教机器像人一样思考。相反,它是把数学算法运用到海量的数据上来预测事情发生的可能性。一封邮件被作为垃圾邮件过滤掉的可能性,输入的“teh”应该是“the”的可能性,从一个人乱穿马路时行进的轨迹和速度来看他能及时穿过马路的可能性,都是大数据可以预测的范围。当然,如果一个人能及...原创 2019-12-09 19:36:09 · 12623 阅读 · 0 评论 -
数据中心运营规划的基本原则
企业需要为数据中心成功的运营制定一个有效且适应性强的计划,需要采取具体的原则来指导IT人员全面考虑其运营目标以及如何实现这些目标。但很多企业的数据中心运营的规划与努力绝大多数是放在结构设计和开发方面,而在初始目标完成后,往往却忘记其最终目标是什么。如今,人们越来越关注数据中心运行的重要性。为了提高数据中心运营规划水平,人们需要记住以下五个基本原则:数据中心运营原则一:经验是最好的老师就像生...原创 2019-12-09 13:50:14 · 1845 阅读 · 0 评论 -
Hadoop的工作原理、文件系统和目前发展情况
除非你过去几年一直隐居,远离这个计算机的世界,否则你不可能没有听过Hadoop,全名ApacheHadoop,是一个在通用低成本的硬件上处理存储和大规模并行计算的一个开源框架。从2011年他的面世,他已经成为大数据领域最出名的平台。如何工作的?Hadoop是从Google文件系统发源而来,并且他是一个用Java开发的跨平台的应用.核心组件有:HadoopCommon,拥有其他模块所依赖的库和基...原创 2019-12-09 11:51:36 · 436 阅读 · 0 评论 -
NAS和SAN两个存储系统的区别
如今,随着磁盘和网络等技术的发展,数据存储的方式和架构也在一直不断改变。人们可以通过SAN(存储区域网络)和NAS(网络接入存储)体系结构的比较,了解使用每种存储系统格式时要牢记的内容。而对象存储和云计算的兴起也在影响存储选择。SAN通过交换机连接在一个架构中,允许许多不同的服务器轻松访问存储。从服务器应用程序和操作系统(OS)的角度来看,在直接连接的SAN或存储器中访问数据存储之间没有明显的...原创 2019-12-09 10:55:16 · 3450 阅读 · 0 评论 -
数据中心的安全现状是什么,数据中心主要存在哪些安全缺陷?
一、数据中心的安全现状数据中心是现代社会的信息资源库,能够提供各项数据服务,它通过互联网与外界进行信息交互,响应服务请求。由于互联网的高度开放性,使得数据中心也成为了互联网上的一个组成节点,同样也面临着其他节点受到的共同威胁:病毒、蠕虫、木马、后门及逻辑炸弹等。在少数别有用心的人眼中,数据中心保存的各种关键数据是无价之宝,在经济利益或其他特定目的的驱使下,这些人会利用种种手段对数据中心发动攻击或...原创 2019-12-08 11:24:23 · 827 阅读 · 0 评论 -
数据科学的三个发展阶段,我将这些计划做了分类
根据数据科学家一生的三个发展阶段,我将这些计划做了分类。大家可以自己判断哪些计划适合自己并按照计划行动起来。如果你已经成功地完成了现有阶段的任务,就可以转向下一阶段。我还列出了现有的有关该主题的最佳课程。初级水平什么是初学者?——如果解析学和数据科学对你来说是全新的领域,你也不知该行业的发展模式,而你又想在这个行业大展拳脚一番,那么初学者就是你。以下这些应该在你的计划之内。R语言也好,Py...原创 2019-12-07 19:46:14 · 1090 阅读 · 0 评论 -
大数据时代企业,所需要的技术有哪些?
业务技能这里的业务技能不是指提高业绩的能力,而是指将业务过程标准化、掌握各个过程中哪些信息需要输入、记录等能力。以经营活动为例。通常,将一些促销活动的问卷调查中有望成为真实客户的顾客信息录入CRM(顾客管理系统)系统,销售负责人在此信息的基础上开展营销,顾客感兴趣的产品、服务等将作为数据输入CRM系统。接下来,如果顾客购买了产品,在结算系统输入结算信息,如果是货物的话在物流系统输入、生成物流信...原创 2019-12-07 19:42:13 · 664 阅读 · 0 评论 -
企业的CIO,需要了解哪些知识
1、企业将需要考虑大数据大的数据分析是从大型Web服务提供商开始的,如谷歌,雅虎和Twitter, 而为了提高他们的竞争力,他们开始对他们获得数据进行分析。而你可能是一个非常小的公司,并没有大量的数据。但是你仍然需要思考大数据,因为在未来一段时间,无论是卫生医疗,还是零售制造行业都可能产生上TB的数据,而这些数据对于企业在未来的竞争中将很可能起到决定性的作用。2、有用的数据来自任何地方(或无...原创 2019-12-07 18:40:53 · 597 阅读 · 0 评论 -
数据分析师需要具备什么能力,大数据分析书单
数据分析师到底在做什么?数据分析师需要具备什么能力?快速学习能力应该是每位数据分析师必备的。大数据环境下催生了很多新的数据分析工具和方法,分析师们比拼的就是学习速度。快速掌握很重要。如何快速成为数据分析师?你需要做两件事:一份正确的学习计划一套正确的书籍那么,废话少说,为大家奉上推荐书单:入门实操读本1.《从零进阶 数据分析的统计基础》2015年2月出版人大经济论坛 主编;曹...原创 2019-12-07 18:36:05 · 837 阅读 · 0 评论 -
什么是数据科学家,数据科学家主要分为哪几类,具体是什么?
用一句话总结「数据科学家」的定义:运用统计分析、机器学习、分布式处理等技术,从大量数据中提取出对业务有意义的信息,以易懂的形式传达给决策者,并创造出新的数据运用服务的人才。数据科学家有哪几种类别?为了更好地阐释数据科学家,我们将它分为三类:理论数据科学家致力于数据科学的理论研究,为其他的数据科学家创造框架和工具。本质上是将统计数据、数据存储和计算机科学在理论层面应用于大数据的学者。应用数据...原创 2019-12-07 18:05:23 · 2228 阅读 · 0 评论 -
Python编程语言的入门书单,需要的来看看啊
本文与大家分享一些Python编程语言的入门书籍,其中不乏经典。我在这里分享的,大部分是这些书的英文版,如果有中文版的我也加上了。有关书籍的介绍,大部分截取自是官方介绍。Python基础教程(BeginingPython)评语:Python入门佳作经典教程的全新修订10个项目引人入胜《Python基础教程(第2版·修订版)》是经典的Python入门教程,层次鲜明,结构严谨,内容翔实,特别是最...原创 2019-12-07 17:30:07 · 297 阅读 · 0 评论 -
想要成为一名优秀的数据分析师,应该怎么规划自己的学习路线
随时大数据的大热,或者在大数据的影响下,很多企业开始真正重视数据,真正期望从数据中挖掘价值。甚至很多企业已经把数据作为取得竞争优势的战略。而数据真正价值的实现,不管计算效率,存储等发展的多快。一定需要“分析师”,可以说是数据分析师既是建造“数据大厦”的总体设计师,也是建造“数据大厦”的工人。数据分析师最为稀缺的人才,相信未来10内一定是最为朝阳行业之一。所以现在很多朋友希望转型做数据分析师,很多...原创 2019-12-05 17:29:22 · 1411 阅读 · 0 评论 -
数据分析师或者数据挖掘工程师面试,数据分析师面试需要学习哪些知识?
经常被问到一个问题,数据分析师或者数据挖掘工程师面试都问什么问题啊?特别是以下几类人群:1、想转行做数据分析工作的朋友。2、之前在比较小的公司做数据分析师,去大公司面试。3、在校大学生。在回答这些问题之前,先谈我的一个面试经历,记得之前我在一家小公司做数据分析师的时候,有朋友推荐我去一家大公司去面试数据分析师。当时我也在想,在面试大公司的数据分析师一定会问:1、你做过哪些模型?2、用什...原创 2019-12-05 15:34:38 · 364 阅读 · 0 评论 -
大数据的误区,大数据的来源和价值
从大数据的出现开始,对大数据的争议似乎就一直未断过,似乎每家软件厂商、每家咨询公司,以及每个思想领袖都在尝试着对“大数据”做出准确的定义。尽管目前还没有出现这样的定义,但是打破关于大数据的神话将有助于我们认识大数据。你能够获得所有的数据我们从来都没有像现在这样能够获得如此多的数据。此前一直被人们所忽视的兆字节、拍字节和艾字节数据如今已经出现了。在如今的工业化社会中,平均每个人一天所消费的信息量...原创 2019-12-05 15:31:42 · 387 阅读 · 0 评论 -
如何成为一名全栈数据科学家,我们应该学习哪些基本知识?
统计、编程、商业嗅觉三项全能的全栈数据科学家非常罕见。如果欠缺这三项中的1-2项,但是还是想成为全栈数据科学家,还有可能吗?答曰:当然。除了读书,你还可以在工作当中继续学习、不断提高。那么,该如何加强背景?该选择加入什么样的公司(或者说团队)?Warald给出一些建议。首先感受一下自己喜欢多快的步伐,喜欢把事情做的多么细致。网络创业公司代表快+准确率不太高的极端,制药公司代表慢+极其准确的极端。...原创 2019-12-05 15:14:03 · 256 阅读 · 0 评论 -
数据分析知识介绍,数据分析模型选择和数据分析流程的介绍
相比于数据挖掘,数据分析更多在于利用一定的工具和一定的专业知识分析数据。最初的数据分析来源于统计学家和经济学家的一些理论,进而结合一定的实际应用场景解决问题。数据分析更多的是偏重于业务层次的,对于大多数非计算机相关专业人士来说,掌握一般的数据分析方法是十分有用的,入门上手也相对简单。1 数学和专业的预备知识概率论:数据分析的重要数学基础,要熟悉常见的一些概率分布。统计学:数据分析最早的依赖基...原创 2019-12-05 13:53:08 · 1565 阅读 · 0 评论 -
数据挖掘常用的模型,具体有哪些?
机器学习和数据挖掘是紧密相关的,要进行数据挖掘需要掌握一些机器学习所用的方法和模型知识,通过模型的训练可以得到处理数据的最优的模型。数据挖掘常用的模型如下:3.1 监督学习模型就是人们常说的分类,通过已有的训练样本(即已知数据以及其对应的输出)去训练得到一个最优模型(这个模型属于某个函数的集合,最优则表示在某个评价准则下是最佳的),再利用这个模型将所有的输入映射为相应的输出,对输出进行简单的判...原创 2019-12-05 13:49:22 · 10398 阅读 · 1 评论 -
大数据时代,数据分析师的职业发展规划
作为一名热爱数据分析、通过努力拿到心仪offer的学生,是许许多多通过努力实现目标的学生中的普通一员。一路走来,我把自己的经历按照时间线写下来,中间穿插我的经验,在记录自己工作的同时,希望能给想要进入数据分析师岗位的学弟学妹们一点点的小收获。一、本科4年,初识数学建模,爱上统计关键词:数学建模、大数据时代从小就特别喜欢数学,高考146,大一时特别顺理成章的参加了数学建模的校内比赛,接着一直到...原创 2019-11-28 19:25:18 · 4010 阅读 · 1 评论 -
我们建立数据中心,需要考虑哪些问题?
由于云计算和虚拟化等新技术的到来,数据中心的演进可能会把它自身变成一个非常不同的环境。然而,任何运作平稳且成功的数据中心总是需要一些基本要素的。不管数据中心的规模是像一个立式式衣柜还是一架飞机,甚至是传言中谷歌正在搭建游艇式数据中心,这些要素都是非常关键的。1、环境控制标准化、可预测的环境是任何高质量数据中心的基石。这不仅仅是关乎让设备冷却、维持适当的湿度(根据维基百科,推荐的温度范围是61-...原创 2019-11-28 19:22:44 · 4183 阅读 · 1 评论 -
大数据的价值体现在哪几个方面,大数据领域未来的技术方向是什么?
大数据的价值体现在以下几个方面:1.对大量消费者提供产品或服务的企业可以利用大数据进行精准营销2.做小而美模式的中长尾企业可以利用大数据做服务转型3.面临互联网压力之下必须转型的传统企业需要与时俱进充分利用大数据的价值大数据领域三个大的技术方向:方向一、Hadoop大数据开发方向方向二、数据挖掘、数据分析&机器学习方向方向三、大数据运维&云计算方向人工智能、大数据、...转载 2019-11-11 16:37:43 · 2361 阅读 · 0 评论 -
DT时代,大数据企业主要提供哪些服务?
第一类,云平台服务商,像亚马逊、阿里云这些,就好比世界上一个个国家,管理各自的海域,你想去其中哪一片搞开发,交管理费给国家,在指定的区域去做;第二类,数据交易中介,他们自身提供一些数据,更主要的是搭建一个交易平台,撮合数据提供者与数据使用者实现数据交换,促成数据价值的实现,这有点像全球海产品交易市场,或者专门围绕海洋、海产品提供服务的“海里巴巴”;第三类,大数据解决方案提供商,就是在海洋各地设...原创 2019-11-11 15:01:53 · 724 阅读 · 0 评论 -
大数据有4V的特征,是什么意思?
大数据的4V,就是“容量大Volume”“多样性Variety”“价值高Value”“速度快Velocity”,以海洋为例:A.海洋中水的量非常大;B.海水是多样的,太平洋的海水和大西洋的海水是有区别的,不同地方海水里面蕴含的物质、生活的物种都有不同;C.海洋为全人类带来的好处太多了,人们利用海洋,开发海洋中无穷的价值;D.速度快,有两个层面的意思,一是海水流动快,二是随着技术的提升...原创 2019-11-11 14:50:13 · 36202 阅读 · 0 评论 -
大数据分析师、数据挖掘工程师和科学研究,需要看哪些书籍
数据分析师:在拥有行业数据的电商、金融、电信、咨询等行业里做业务咨询,商务智能,出分析报告,互联网公司的产品经理差不多类型了,统计学能力要求高,SPSS、SAS、R、SQL。经典图书推荐:《概率论与数理统计》、《统计学》推荐David Freedman版、《业务建模与数据挖掘》、《数据挖掘导论》、《SAS编程与数据挖掘商业案例》、《Clementine数据挖掘方法及应用》、《IBM SPSS...原创 2019-11-06 21:47:33 · 1167 阅读 · 0 评论 -
零基础学习大数据,成为一名大数据工程师,看哪些书比较好?
大数据行业前景看好,有很多朋友对大数据行业心向往之,却苦于不知道该如何下手,或者说学习大数据不知道应该看些什么书。作为一个零基础学习大数据,成为一名大数据工程师,我们应该该看哪些书?在互联网公司广泛招聘,偏平台业务方向,ETL和OLTP等,主要是基于Hadoop技术栈来处理大数据,算法要求不是特别高。经典图书推荐:《Hadoop权威指南》《Hive编程指南》《Hbase权威指南》《大数...原创 2019-11-06 21:44:01 · 1405 阅读 · 0 评论 -
5G的到来,真正受益的应该是数据中心
随着5G建设在国内即将全面展开,市场对5G设备供应商倾注了美好的憧憬,基站,天线,射频,滤波…一大批相关概念股你方唱罢我登场,炒得好不热闹,然而5G的本质是什么?和4G最大的区别在哪里?没错,就在于速度,高速率是5G最大特点。 据财富家了解,其速率最高能达到10Gb/s,是4G的100倍,有了这么快的速度,那下游需要海量数据支持的AR增强现实,VR虚拟现实,4K8K高清,无人驾驶,全息投影,...转载 2019-11-06 14:08:30 · 2059 阅读 · 0 评论 -
数据分析师最为稀缺的人才,真正一名分析师需要有怎么样的规划?
随时大数据的大热,或者在大数据的影响下,很多企业开始真正重视数据,真正期望从数据中挖掘价值。甚至很多企业已经把数据作为取得竞争优势的战略。而数据真正价值的实现,不管计算效率,存储等发展的多快。一定需要“分析师”,可以说是数据分析师既是建造“数据大厦”的总体设计师,也是建造“数据大厦”的工人。数据分析师最为稀缺的人才,相信未来10内一定是最为朝阳行业之一。所以现在很多朋友希望转型做数据分析师,很多...原创 2019-11-06 13:57:43 · 628 阅读 · 0 评论 -
大数据本质是什么,基础理论应该怎么理解?
大数据本质上是人类社会数据积累从量变到质变的必然产物,是在信息高速公路基础上的进一步升级和深化,提升人工系统智能水平的重要途径,对人类社会的发展具有极其重大的影响和意义。 大数据是一个体量特别大、数据类别特别多的数据集,并且这样的数据集无法用传统软件工具对其内容进行抓取、管理和处理。大数据首先是数据体量(Volumes)大,一般在10TB规模左右,但在实际应用中,...原创 2018-02-09 15:28:16 · 13447 阅读 · 0 评论 -
搭建灵活适时的数据结构,需要哪几种基础技术?
企业IT基础设施平台的重新构建是一项复杂的任务。重新构建平台通常由一系列变化的关键业务驱动因素引发,现在情况正是如此。简而言之,主导企业IT技术的近30年的平台无法再满足推动业务发展所需的工作负载的需求。 数字化转型的核心是数据,它已成为商业中最有价值的事务。由于格式不兼容,传统数据库的局限性,以及无法灵活地合并来自多个来源的数据,组织长期以来一直受到其使用数据的困扰。新兴技术的...原创 2018-03-24 18:11:48 · 515 阅读 · 0 评论 -
大数据概念,大小与未来?
如今,大数据(big data)一词越来越多地被提及,人们用它来描述和定义信息爆炸时代产生的海量数大数据时代来临据,并命名与之相关的技术发展与创新。它已经上过《纽约时报》《华尔街日报》的专栏封面,进入美国白宫官网的新闻,现身在国内一些互联网主题的讲座沙龙中,甚至被嗅觉灵敏的国金证券、国泰君安、银河证券等写进了投资推荐报告。 一、什么是大数据 数据正在迅速膨胀并变大,它决定着企业的...转载 2018-03-24 18:18:45 · 967 阅读 · 0 评论 -
Hadoop除了核心的HDFS和MapReduce以外,还包括哪些功能组件?
经过多年的发展,Hadoop生态系统不断完善和成熟,目前已经包括了多个子项目,除了核心的HDFS和MapReduce以外,Hadoop生态系统还包括要ZoopKer、HBase、Hive、Pig、Mahout、Sqoop、Flume、Ambari等功能组件。HDFSHadoop 分布式文件系统是 Hadoop 项目的两大核心之一,是针对谷歌文件系统(Google File System, GFS)...原创 2018-04-21 07:49:20 · 3091 阅读 · 0 评论 -
初高级分析师的能力和工具体系,指标雷达图!
数据分析师和圣骑士职业很相似,都需要“门门通”。最近,我尝试对数据分析师的能力和工具体系进行梳理,以下内容为仅供参考。数据分析师的能力体系如下图: 数学知识 数学知识是数据分析师的基础知识。对于初级数据分析师,了解一些描述统计相关的基础内容,有一定的公式计算能力即可,了解常用统计模型算法则是加分。对于高级数据分析师,统计模型相关知识是必备能力,线性代数(主要是矩阵计算...原创 2018-09-16 18:02:38 · 1982 阅读 · 0 评论