數(shù)據(jù)分析師筆試題目

1、網(wǎng)易數(shù)據(jù)分析專員筆試題目一、基礎(chǔ)題1、中國(guó)現(xiàn)在有多少億網(wǎng)民？2、百度花多少億美元收購(gòu)了 91 無(wú)線？3、app store 排名的規(guī)則和影響因素4、豆瓣 fm 推薦算法5、列舉 5 個(gè)數(shù)據(jù)分析的博客或網(wǎng)站二、計(jì)算題1、關(guān)于簡(jiǎn)單移動(dòng)平均和加權(quán)移動(dòng)平均計(jì)算2、兩行數(shù)計(jì)算相關(guān)系數(shù)。 （2 位小數(shù)，還不讓用計(jì)算器，反正我沒(méi)算）3、計(jì)算三個(gè)距離，歐幾里德，曼哈頓，閔可夫斯基距離三、簡(jiǎn)答題1、離散的指標(biāo)，優(yōu)缺點(diǎn)2、插補(bǔ)缺失值方法，優(yōu)缺點(diǎn)及適用環(huán)境3

2、、數(shù)據(jù)倉(cāng)庫(kù)解決方案，優(yōu)缺點(diǎn)4、分類算法，優(yōu)缺點(diǎn)5、協(xié)同推薦系統(tǒng)和基于聚類系統(tǒng)的區(qū)別四、分析題關(guān)于網(wǎng)易郵箱用戶流失的定義，挑選指標(biāo)。然后要構(gòu)建一個(gè)預(yù)警模型。五、算法題記不得了，沒(méi)做。 。 。反正是決策樹(shù)和神經(jīng)網(wǎng)絡(luò)相關(guān)。1、你處理過(guò)的最大的數(shù)據(jù)量？你是如何處理他們的？處理的結(jié)果。2、告訴我二個(gè)分析或者計(jì)算機(jī)科學(xué)相關(guān)項(xiàng)目？你是如何對(duì)其結(jié)果進(jìn)行衡量的？3、什么是：提升值、關(guān)鍵績(jī)效指標(biāo)、強(qiáng)壯性、模型按合度、實(shí)驗(yàn)設(shè)計(jì)、2/8 原則？4、什么是：協(xié)同

3、過(guò)濾、n-grams, map reduce、余弦距離？5、如何讓一個(gè)網(wǎng)絡(luò)爬蟲(chóng)速度更快、抽取更好的信息以及更好總結(jié)數(shù)據(jù)從而得到一干凈的數(shù)據(jù)庫(kù)？6、如何設(shè)計(jì)一個(gè)解決抄襲的方案？7、如何檢驗(yàn)一個(gè)個(gè)人支付賬戶都多個(gè)人使用？8、點(diǎn)擊流數(shù)據(jù)應(yīng)該是實(shí)時(shí)處理？為什么？哪部分應(yīng)該實(shí)時(shí)處理？28、什么是星型模型？什么是查詢表？29、你可以使用 excel 建立邏輯回歸模型嗎？如何可以，說(shuō)明一下建立過(guò)程？30、在 SQL, Perl, C++, Pytho

4、n 等編程過(guò)程上，待為了提升速度優(yōu)化過(guò)相關(guān)代碼或者算法嗎？如何及提升多少？31、使用 5 天完成 90%的精度的解決方案還是花 10 天完成 100%的精度的解決方案？取決于什么內(nèi)容？32、定義：QA（質(zhì)量保障）、六西格瑪、實(shí)驗(yàn)設(shè)計(jì)。好的與壞的實(shí)驗(yàn)設(shè)計(jì)能否舉個(gè)案例？33、普通線性回歸模型的缺陷是什么？你知道的其它回歸模型嗎？34、你認(rèn)為葉數(shù)小于 50 的決策樹(shù)是否比大的好？為什么？35、保險(xiǎn)精算是否是統(tǒng)計(jì)學(xué)的一個(gè)分支？如果不是，為何如何

5、？36、給出一個(gè)不符合高斯分布與不符合對(duì)數(shù)正態(tài)分布的數(shù)據(jù)案例。給出一個(gè)分布非常混亂的數(shù)案例。37、為什么說(shuō)均方誤差不是一個(gè)衡量模型的好指標(biāo)？你建議用哪個(gè)指標(biāo)替代？38、你如何證明你帶來(lái)的算法改進(jìn)是真的有效的與不做任何改變相比？你對(duì) A/B 測(cè)試熟嗎？39、什么是敏感性分析？擁有更低的敏感性（也就是說(shuō)更好的強(qiáng)壯性）和低的預(yù)測(cè)能力還是正好相反好？你如何使用交叉驗(yàn)證？你對(duì)于在數(shù)據(jù)集中插入噪聲數(shù)據(jù)從而來(lái)檢驗(yàn)?zāi)Ｐ偷拿舾行缘南敕ㄈ绾慰矗?0、對(duì)于一