首页 / 数据分析工程师
#
数据分析工程师
#444146次浏览 2230人互动
此刻你想和大家分享什么
数据分析春秋招面试长文总结
KyleSong:枯了,本科生去面试也会问这些么。。。

点赞 评论 收藏
分享
2022-04-04 19:05
西交利物浦大学 数据分析师 点赞 评论 收藏
分享
2021数据分析岗秋招总结(京东、美团、b站、快手等)
.Yes:能否加上每个offer给的薪资,让大家有个参考

点赞 评论 收藏
分享
我的数据分析校招经历复盘(下):数据分析知识体系与校招时间线
Toonch:大佬 有没有业务知识学习渠道推荐呢

点赞 评论 收藏
分享
【数据分析/面经】数分秋招经验+大厂/中厂面经
一个不会被认出来的名...:数分面试总结绝了。技能要求一大堆。。。然而我入职了某数分的岗位,现在每天就敲敲sql.....

点赞 评论 收藏
分享
2021-08-26 20:07
门头沟学院 算法工程师 点赞 评论 收藏
分享
2022-09-17 23:50
北京航空航天大学 数据分析师 点赞 评论 收藏
分享
字节数据分析面经分享
牛客24965534...:楼主,对于转行数据分析,没有相关项目经验的人来说,怎么准备些项目呢?

点赞 评论 收藏
分享
数据分析菜鸡的秋招终于上岸了
一个不会被认出来的名...:不同团队问的都不太一样,数分太坑了。字节问我业务和产品相关留存率假设检验,vivo问我算法和概率论....贝壳我面的团队估计不是特别技术,只考了我业务场景和sql.....总结,数据分析啥都得复习。

点赞 评论 收藏
分享
数据分析师面经汇总(机器学习篇)
Neptune🍉�...:K-means优化:
k-means++:假设已经选取了n个初始聚类中心(0<n<k),则在选取第n+1个聚类中心时:距离当前n个聚类中心越远的点会有更高的概率被选为第n+1个聚类中心,在选取第一个聚类中心(n=1)时同样通过随机的方法。可以说这也符合我们的直觉:聚类中心当然是互相离得越远越好。
ISODATA:类别数目随着聚类过程而变化,对类别数的‘合并’(当聚类结果某一类中样本数太少,或两个类间聚类太近),‘分裂’(当聚类结果中某一类的内方差太大,将该类进行分裂)。
Kernel K-means:将每个样本进行一个投射到高维空间的处理,然后再将处理后的数据使用普通的K-means算法进行聚类。
二分K-means:将所有的点作为一个簇,然后将该簇一分为二。之后选择能最大限度降低聚类代价函数(也就是误差平方和)和簇划分为两个簇,依次进行下去,知道簇的数目等于用户给定的数目K为止。隐含的一个原则是:因为聚类的误差平方和能够衡量聚类性能,该值越小表示数据点越接近于他们的质心,聚类效果就越好。所有我们就需要对误差平方和最大的簇进行再一次划分,因为误差平方和越大,表示这个簇的聚类效果越不好,越有可能是多个簇被当成了一个簇,所有我们首先需要对这个簇进行划分。二分K均值算法可以加速K-means算法的执行速度,因为它的相似度计算少了不受初始化问题的影响,因为这里不存在随机点的选取,且每一个都保证了误差最小。
Mini Batch K-means(适合大数据的聚类算法):通过样本量大于一万做聚类时,需要考虑选用此算法。他使用了一种叫做Mini Batch(分批处理)的方法对数据点之间的距离进行计算。Mini Batch的好处是计算过程中不必使用所有的数据样本,二十从不同类别的样本中抽取一部分样本来代表各自类型进行计算。由于计算样本量少,所以会相应的减少运行时间,但另一方面抽样也必然会带来准确度的下降。
点赞 评论 收藏
分享
字节跳动中台数据分析师社招面经(已offer)
牛客17629730...:楼主还在字节吗?

点赞 评论 收藏
分享
记录一下自己艰苦的2020秋招---累觉不爱
LambertCao:这么好的帖子居然不是精华???、

点赞 评论 收藏
分享
银行研究所秋招记录分享贴
青青0323:校友学姐你好,能否分享一下银行技术岗笔试、实习和应聘的经验呀?

点赞 评论 收藏
分享
【哈啰出行】【秋招】大量hc!还有上百人秋招答疑讨论群!

点赞 评论 收藏
分享
点赞 评论 收藏
分享
点赞 评论 收藏
分享
点赞 评论 收藏
分享