数据分析师要掌握哪些知识

数据分析师要掌握哪些知识

数据分析师首先需要掌握基础的工具,常见的如:SQLPythonExcelBI、Tableau等,同时需要掌握基本的人工智能机器学习算法知识。具备商业知识体系和数据分析思维的数据分析师可以更好的利用数据创造价值。

学习统计系统

  • 纯机器学习强调算法的预测能力和实现,但统计数据始终强调“可解释性”。 例如, 我可以查看两个股票之间的相关性是否相关。假设其中一只反向相关的股票下跌,然后根据数据,我们可以假设另一只股票会上涨。
  • 与数据挖掘相关的统计方法(多元逻辑回归分析,非线性回归分析,判别分析等)。
  • 定量方法(时间轴分析,概率模型,优化)。
  • 决策分析(多用途决策分析,决策树,影响图,敏感性分析)。
  • 建立竞争优势分析(通过项目和成功案例学习基本的分析概念)。
  • 数据库条目(数据模型,数据库设计)。
  • 预测分析(时间轴分析,主成分分析,非参数回归,统计过程控制)。
  • 数据管理(etl(提取,转换,加载),数据治理,管理职责,元数据)。
  • 优化和启发式(整数规划,非线性规划,局部探索,超启发(模拟退火,遗传算法))。
  • 数据分析(学习非结构化数据概念,mapreduce技术,大数据分析方法)。
  • 数据挖掘(聚类(k均值法,分割法),关联规则,因子分析,生存时间分析)。
  • 风险分析和运营分析的计算机模拟。
  • 软件级分析(组织级,企业和业务用户的分析主题,变更管理,数据主题,表示和通信。

发表评论

您的电子邮箱地址不会被公开。