4.数据可视化
一、 数据分析理论知识
(1)基本图表及其使用技巧。
供应链优化(大数据智能供应链、采购模型、生产模型、物流模型) 识记、应用 易50%,中等25%,难25%(1)数据的描述性分析:集中趋势测度、离散趋势测度等。
数据及分类的相关知识 识记 易50%,中等25%,难25%1.数据分析整体流程考察,以及各个环节常用方式方法。
(5)数据规约:变量规约、数值规约等。
②具有一年以上数据分析行业从业经验。
(2)客户数据分析应用:用户画像的方法、维度分解和模型应用的简单分析与计算等。
(6)投资数据分析应用:量化投资概念和特点、实业投资技术选择方法、数据编制与估算、收益与风险数据分析等。
数据预处理的意义、方法、以及各种预处理方法的适用条件。
5.数据分析技术—机器学习基础
考点 要求 题目难易程度比例分配(难、中等、易)监督学习算法中回归和时间序列算法,分类算法中逻辑回归、决策树、贝叶斯算法、神经网络算法、SVM算法等原理及简单计算。
考试题型是大案例分析,题量在 2-4 个左右。 以分析思路步骤和预测结果与真实数据误差项为考核标准。
数据分析各种算法(监督学习算法与非监督学习算法) 识记、应用 易25%,中等50%,难25%(1)内部数据获取:数据库基本理论、关系型数据库、非关系型数据库、大数据存储和获取、数据仓库。
客户分析模型和应用(客户画像分析流程及应用) 识记、应用 易25%,中等50%,难25%(5)供应链优化数据分析应用:大数据智能供应链、采购模型、生产模型、物流模型等。
科目 考试方式 题型 总分 及格分 考试时长非监督算法中各种聚类算法,降维算法,以及关联规则算法、文本挖掘中基本算法等。
三、教材与资料
二、数据分析算法与模型
①具有国民教育专科及以上学历;
识记:要求掌握概念、熟悉理论、重点考试要求范围;
应用:掌握实际使用方法,运用计算工具或分析软件进行实 和分析,考试要求范围;
4.数据分析技术—机器学习基础
(3)抽样调查技术:抽样调查基本概念、抽样方法、抽样误差和精度描述、抽样实施步骤等。
《数据分析基础》《营销数据分析》《供应链优化与投资分析》《战略管理》《面授讲义》是数据分析师考生必修必考教材与资料。
抽样调查技术 理解 易50%,中等25%,难25%数据分析理论知识考试内容:
免责声明:凡本网注明 “来源:XXX(非中国房产新闻网)” 的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。