數(shù)據(jù)分析師技能樹(shù)

每隔一段時(shí)間，都會(huì)整理下自己的技能樹(shù)，看看有哪些可以再加上去，然后平時(shí)學(xué)習(xí)時(shí)，沿著技能樹(shù)的內(nèi)容查漏補(bǔ)缺。下面是最近整理的，覺(jué)得還有需要補(bǔ)充的同學(xué)可以留言說(shuō)一下。

MySQL

• 基礎(chǔ)查詢語(yǔ)句：查詢語(yǔ)句 select、表來(lái)源 from、條件語(yǔ)句 where、數(shù)據(jù)分組 group by、數(shù)據(jù)過(guò)濾 having、數(shù)據(jù)排序 order by、限制行數(shù) limit；
• 多表查詢語(yǔ)句：內(nèi)連接（join/inner join）、左連接（left join) 、右連接（right join) ；
• 條件函數(shù)：case when、if；
• 聚合函數(shù)：求和 sum()、均值 avg()、計(jì)數(shù) count()、最大值 max()、最小值 min()；
• 窗口函數(shù)：
• 累計(jì)計(jì)算窗口函數(shù)：sum()over(partition by ... order by ...)、avg()over(partition by ... order by ...)；
• 分區(qū)排序窗口函數(shù)：row_number()over()、rank()over()、dense_rank()over()；
• 分組排序窗口函數(shù)：ntile()over()；
• 偏移分析窗口函數(shù)：lag()over()、lead()over()；
• SQL定義與操作語(yǔ)言：創(chuàng)建表 create 、插入語(yǔ)句 insert into 、更新語(yǔ)句 update 、刪除語(yǔ)句 delete。

Python

• NumPy、Pandas、matplotlib庫(kù)；
• sklearn 庫(kù)。

機(jī)器學(xué)習(xí)

• 算法模型：決策樹(shù)、隨機(jī)森林、回歸模型、K-Means聚類(lèi)、K近鄰、貝葉斯、支持向量機(jī)、Apriori關(guān)聯(lián)規(guī)則等；
• 特征工程：特征縮放/歸一化，分類(lèi)變量，數(shù)據(jù)降維，特征選擇。

統(tǒng)計(jì)學(xué)

• 描述統(tǒng)計(jì)：頻數(shù)分析、集中趨勢(shì)、離散程度、數(shù)據(jù)分布；
• 參數(shù)估計(jì)：總體、個(gè)體、樣本；點(diǎn)估計(jì)和區(qū)間估計(jì)；中心極限定理；正態(tài)分布；
• 假設(shè)檢驗(yàn)：雙邊檢驗(yàn)、單邊檢驗(yàn)；Z檢驗(yàn)、t檢驗(yàn)、卡方檢驗(yàn)、F檢驗(yàn)；
• 線性回歸：一元線性回歸、多元線性回歸、損失函數(shù)；
• 時(shí)間序列分析：AR、MA、ARMA、ARIMA模型。

思維

• 認(rèn)知：PEST、5W2H、SWOT、4P理論、用戶行為理論，波士頓矩陣，二八原則；
• 數(shù)據(jù)：AARRR，用戶增長(zhǎng)。

Tableau

• 工作表、儀表盤(pán)和故事；
• 可視化：柱狀圖和條形圖、折線圖和面積圖、餅圖和環(huán)形圖、散點(diǎn)圖和氣泡圖、箱線圖。

數(shù)學(xué)

• 線性代數(shù)
• 微積分
• 概率論

大數(shù)據(jù)

• Java，Linux，Hadoop，Spark，Hive，ETL，F(xiàn)link。

其他技能

• SPSS、Excel；