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、基礎題1、中國現(xiàn)在有多少億網(wǎng)民？2、百度花多少億美元收購了 91 無線？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 個數(shù)據(jù)分析的博客或網(wǎng)站二、計算題1、關于簡單移動平均和加權移動平均計算2、兩行數(shù)計算相關系數(shù)。 （2 位小數(shù)，還不讓用計算器，反正我沒算）3、計算三個距離，歐幾里德，曼哈頓，閔可夫斯基距離三、簡答題1、離散的指標，優(yōu)缺點2、插補缺失值方法，優(yōu)缺點及適用環(huán)境3

2、、數(shù)據(jù)倉庫解決方案，優(yōu)缺點4、分類算法，優(yōu)缺點5、協(xié)同推薦系統(tǒng)和基于聚類系統(tǒng)的區(qū)別四、分析題關于網(wǎng)易郵箱用戶流失的定義，挑選指標。然后要構建一個預警模型。五、算法題記不得了，沒做。 。 。反正是決策樹和神經(jīng)網(wǎng)絡相關。1、你處理過的最大的數(shù)據(jù)量？你是如何處理他們的？處理的結果。2、告訴我二個分析或者計算機科學相關項目？你是如何對其結果進行衡量的？3、什么是：提升值、關鍵績效指標、強壯性、模型按合度、實驗設計、2/8 原則？4、什么是：協(xié)同

3、過濾、n-grams, map reduce、余弦距離？5、如何讓一個網(wǎng)絡爬蟲速度更快、抽取更好的信息以及更好總結數(shù)據(jù)從而得到一干凈的數(shù)據(jù)庫？6、如何設計一個解決抄襲的方案？7、如何檢驗一個個人支付賬戶都多個人使用？8、點擊流數(shù)據(jù)應該是實時處理？為什么？哪部分應該實時處理？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，說明一下建立過程？30、在 SQL, Perl, C++, Pytho

4、n 等編程過程上，待為了提升速度優(yōu)化過相關代碼或者算法嗎？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、實驗設計。好的與壞的實驗設計能否舉個案例？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、你認為葉數(shù)小于 50 的決策樹是否比大的好？為什么？35、保險精算是否是統(tǒng)計學的一個分支？如果不是，為何如何

5、？36、給出一個不符合高斯分布與不符合對數(shù)正態(tài)分布的數(shù)據(jù)案例。給出一個分布非常混亂的數(shù)案例。37、為什么說均方誤差不是一個衡量模型的好指標？你建議用哪個指標替代？38、你如何證明你帶來的算法改進是真的有效的與不做任何改變相比？你對 A/B 測試熟嗎？39、什么是敏感性分析？擁有更低的敏感性（也就是說更好的強壯性）和低的預測能力還是正好相反好？你如何使用交叉驗證？你對于在數(shù)據(jù)集中插入噪聲數(shù)據(jù)從而來檢驗模型的敏感性的想法如何看？40、對于一