数分总监钱德勒 - 个人主页动态

06-24 19:55

Rutgers, The State University of New Jersey 数据分析师

2025年启用的20个SQL面试问题（附实例）

SQL问题几乎在任何数据分析面试中都有。但是，仅仅能阅读语法是不够的，我们需要知道这些查询是如何工作的,以及为什么。在这篇文章中, 我将分享我在2025年启用的 SQL 面试题库，并提供示例和实用技巧，希望大家有所帮助。 1. 检测表中的重复项 SELECT column1, column2, COUNT(*) AS count FROM your_table GROUP BY column1, column2 HAVING COUNT(*) > 1;  2. INNER JOIN 和 OUTER JOIN 区别  INNER JOIN =交集（仅匹配数据）; OUTER JOIN =联...

数据分析+数据科学+商业...

0 点赞评论收藏

06-23 11:27

Rutgers, The State University of New Jersey 数据分析师

XGBoost 参数：构建更佳模型的指南

无论是预测客户流失、预测销售额还是优化供应链，XGBoost在处理表格数据时往往占据主导地位。它能够处理缺失值、应用正则化并始终提供强大的性能，这巩固了它在数据工具包中的地位。尽管 XGBoost 被广泛使用，但它的参数有时却被当作黑匣子，其全部潜力尚未得到充分挖掘。理解这些参数以及它们如何促进更好的泛化并防止过拟合，对于构建在实际应用中表现良好的健壮且可解释的模型至关重要。XGBoost 参数主要分为三类：(1)通用参数，(2) booster 参数，以及 (3)学习任务参数。 max_depthmax_depth参数决定了树的最大深度，控制树可以进行多少次拆分。较小的值会创建更简单的树，这...

数据分析+数据科学+商业...

0 点赞评论收藏

06-11 16:40

Rutgers, The State University of New Jersey 数据分析师

13 条 SQL 语句，助您完成 90% 的数据科学任务

结构化查询语言 (SQL) 是一种用于管理和操作关系数据库的编程语言, 可用于执行各种数据操作任务，包括过滤、排序、分组和聚合数据。本文将介绍 13 条基本 SQL 语句，它们将帮助你执行 90% 的数据分析任务。SELECT语句用于从数据库中的一个或多个表中检索数据。你应该掌握如何使用 SELECT 语句，并使用不同的函数（例如 WHERE、ORDER BY 和 GROUP BY）对数据进行筛选、排序和分组。JOIN 语句用于合并数据库中两个或多个表中的数据。你应该掌握如何使用 JOIN 从多个表中检索数据，并根据需要指定连接类型（例如 INNER、LEFT、RIGHT、FULL OUTER...

数据分析+数据科学+商业...

0 点赞评论收藏

06-10 10:43

Rutgers, The State University of New Jersey 数据分析师

90% 的数据分析师忽略了这个 SQL 概念

大多数人都是通过 网课教程、训练营或在工作中实践来学习 SQL，那你是否有问过“数据库实际上是如何执行这个查询的?"如果没有的话，也不用担心，因为这就是 90% 的分析师都会忽略的概念——查询执行策略。SQL的背后，是查询规划器和执行引擎在做决策。如果你不了解 SQL 的幕后运行机制，你的查询可能会变得更慢，也更难扩展。举个例子，两个查询做同样的事情，你试试看是不是其中一个查询的运行速度更快？方式一：SELECT customer_id,  (SELECT COUNT(*)  FROM orders o  WHERE o.customer_id = c.customer_id) AS...

数据分析+数据科学+商业...

0 点赞评论收藏

06-04 13:16

Rutgers, The State University of New Jersey 数据分析师

如何在面试中解释每个核心机器学习模型

数据分析+数据科学+商业...

0 点赞评论收藏

06-03 16:05

Rutgers, The State University of New Jersey 数据分析师

每个数据科学家都知道的 20 种重要统计方法

数据科学是一个领域，它结合了数学、统计学、计算机科学和各领域的专业知识，以从数据中提取见解。虽然机器学习算法经常成为焦点，但统计方法的坚实基础同样至关重要。在这篇文章中，我们探讨了每个数据科学家都应该熟悉的 20 种高级统计方法。每种方法都包括简要说明、示例使用案例和一段 Python 代码，以说明其用法。1. 贝叶斯推理是什么: 贝叶斯推理使用贝叶斯定理，随着更多证据或信息的出现而更新假设的概率。与频率主义方法不同，贝叶斯方法允许您合并先验信念并使用观察到的数据更新这些信念。示例用例- 垃圾邮件过滤：可以将先前对电子邮件是垃圾邮件的可能性的信念与新证据（电子邮件中的单词）相结合，以更新垃圾邮...

数据分析+数据科学+商业...

0 点赞评论收藏

05-30 15:38

Rutgers, The State University of New Jersey 数据分析师

SQL查询优化：7个简单技巧提升数据库性能

大家好！在这篇文章中，我将分享一些简单的方法来加速您的SQL查询并提高其效率。我们将看一些实际示例（主要针对PostgreSQL，但这些概念也适用于其他SQL数据库）。到最后，您将能够优化查询以获得更好的性能和更快的响应时间。1. 使用虚拟表上的JOIN替换IN子句问题：在IN子句中使用大量值可能导致对每一行进行顺序检查，从而加重CPU负担。解决方案：使用虚拟表（带VALUES）并将其与您的主表进行JOIN。这通常能让数据库更有效地利用索引。示例：-- 优化前：SELECT order_id, cityFROM ordersWHERE city IN ('Berlin', 'Paris', '...

数据分析+数据科学+商业...

0 点赞评论收藏

05-29 12:26

Rutgers, The State University of New Jersey 数据分析师

2025数据科学家能力图谱：5大核心技能重构竞争力，破局AI内卷

数据分析+数据科学+商业...

0 点赞评论收藏

05-29 09:20

Rutgers, The State University of New Jersey 数据分析师

什么是数据产品，什么不是数据产品？

今天讨论一下在数据应用无处不在的背景下，究竟什么是数据产品，什么不是数据产品？核心观点数据产品的核心在于可信赖性和价值实现： 一个真正的数据产品远不止是原始数据。它必须是可靠的、可信的，并且能帮助用户实现特定目标。 这要求数据产品具备一系列使其值得信赖的属性和能力。明确的构成要素是数据产品的基石： 一个数据产品应包含数据本身、独立的部署能力（代码、基础设施）、元数据、数据质量指标，并且有明确的所有者。 此外，还需具备数据血缘信息和数据抽样能力，以增强透明度和易用性。 组织共识和标准化至关重要： 在组织层面建立对数据产品清晰、统一的定义，并让所有利益相关者就此达成一致，是成功实施数据产品策略和数...

数据分析+数据科学+商业...

0 点赞评论收藏

05-28 15:18

Rutgers, The State University of New Jersey 数据分析师

数据分析大牛常用的 10 个Python 工具包，你知道几个？

1. D - Tale 适合快速查看数据集整体情况，在做初步的数据探索时，能让你迅速对数据有个全面的认识，比如拿到一个新的电商销售数据集，用它可以快速了解数据分布、变量关系等。 2. ydata - profiling 当你面对大规模数据时，它能快速给出数据的基本统计信息、变量相关性等，如分析大型医疗数据、金融交易数据等。 3. Sweetviz 在对比不同版本数据集或者不同分组数据时非常有用，比如对比新旧算法下的实验数据、不同地区的销售数据等。 4. AutoViz 处理各种规模的数据可视化都很轻松，无论是小型的科研实验数据，还是大型的社交媒体用户数据，都能快速生成直观报告。 5. Data...

数据分析+数据科学+商业...

0 点赞评论收藏

05-28 15:18

已编辑

Rutgers, The State University of New Jersey 数据分析师

数据分析面试“避坑”指南：七大“红灯”预警，快跑！

求职是双向奔赴，作为数据分析师，在面试中展现专业素养时，亦是洞察企业真实面貌的关键时刻。精准识别潜在的“危险信号”，能助我们规避那些可能消磨热情、缺乏组织性的工作环境。以下七个面试中的“红灯”值得大家高度警惕： 1. 任务管理混乱，优先级模糊： 关注企业是否有成熟的任务及临时项目管理机制。若缺乏明确的优先级划分流程与上级指导，你可能陷入无尽的琐碎事务，不仅身心俱疲，更难以保证工作成果的质量与深度。 2. 职业蓝图缺失，晋升通道不明： 询问你所面试职位的典型职业发展轨迹。如果企业无法清晰阐述数据分析师的成长路径与晋升机制，这往往意味着内部晋升空间受限，长远发展可能需要“跳槽”来实现。 3. 技术...

数据分析+数据科学+商业...

0 点赞评论收藏

创作者周榜

关注他的用户也关注了：