本文盘点了入坑数据分析的几个问题，主要涉及数据分析入门学习策略、面试数据分析岗位工具及业务的考察点、无实习经历如何准备面试以及面试时项目经历如何叙述等问题。一、问题概览二、问题解答问题1：数据分析入门学习1、入门学习最大的误区是求“大而全”，应该学习最少必要知识；2、入门数据分析的最少必要知识：统计学：描述性统计分析(平均值、四分位数、标准差、标准分)、推断性统计分析(参数估计、假设检验)Exce

与传统机器学习模型不同，深度学习既提供特征提取功能，也可以完成分类功能。学习目标学会FastText的使用和基础原理学会使用验证集进行调参在机器学习的文本处理中，常用One-hot、Bag of Words、N-gram、TF-IDF来进行文本分类，并使用了sklearn进行了实践，但这些方法存在着文本转换后向量维度过高，需要较长时间的训练；没有考虑单词间的关系仅进行单词数量的统计等问题；而在深度

一、 决策树是什么决策树是基于人们总结经验的树状决策图，是一种基本的分类和回归算法。二、决策树的原理1、 构造原理，如何构造出一个决策树，即选择哪些属性分别作为根节点、中间节点以及叶节点。2、剪枝原理，即给决策树瘦身，把对分类效果促进不明显的节点取掉的过程，分为前剪枝和后剪枝两种。前剪枝，即在构造决策树的过程中就进行剪枝。后剪枝，即将决策树构造完毕后再进行剪枝。如何确定各个节点1、根节点、中间节点

机器学习与传统编程模式比较什么是机器学习机器学习的四种分类常见机器学习模型的分类参考文献：《机器学习基础：从入门到求职》，胡欢武著《数据分析求职指南》，徐麟著作