回答:/*有人提到看sas帮助文档，我的看法是学习如何看SAS文档非常必要，但用HELP入门是件很低效的事情，因为完全是按工具书用途来设计，是使用时用来查询而不是阅读的*/入门学习一件东西，只需要：0. 掌握必要的知识基础1. 一本易读的入门书籍2. 一门好懂的入门课程3. 一些易得的练习机会4. 一个坚持下去的动机其中0和4是必要的，123只要有1种或以上，入门并不难。0. 知识基础如果只是学习SAS...
MRZYD
|
1315人阅读
回答:谢谢邀请！数据分析师通常分成两种，一种是应用级数据分析师，另一种是研发级数据分析师，区别就在于是否具备算法设计及实现的能力。应用级数据分析师通常需要掌握各种数据分析工具，把业务模型映射到数据分析工具上，从而得到数据分析的结果。数据分析工具比较多，比如Excel就是一个传统的数据分析工具，另外还有Minitab、LINGO、JMP等，要想全面掌握这些工具的使用需要具备一定的数学基础和统计学基础。通常...
txgcwm
|
1619人阅读
回答:作为一个数据分析师来回答一下：我做这行两年多了，刚开始的时候用的多是MySQL数据库，当然，Oracle数据库也会用到，尤其是在金融行业或者国企都用Oracle，一般的公司使用MySQL数据库，可能是因为MySQL数据库免费吧。另外，在一家互联网公司，我遇到了mongodb，目前一些新兴的互联网公司使用nosql的也比较多，这个当时是现学现卖的。作为一个数据分析师，可能对数据库的使用一般是存取数据...
陈江龙
|
1124人阅读
回答:一名合格的数据分析师应该掌握网页爬虫：Python或R数据存储：Excel或者Tableau、MangoDB等数据清洗：数据缺失处理等数据分析：线性回归等数据可视化：Python或R的可视化包进阶级数据分析师：统计知识运筹学知识机器学习知识掌握以上三个技能点便可称之为数据科学家至于面试要准备些啥？Simply按照上面技能点一一准备但是今天要说的是一项奇淫技巧那就是--写一篇数据分析的推文在这篇推文...
qianfeng
|
1567人阅读
回答:大数据的技术大数据技术包括：1）数据采集： ETL工具负责将分布的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基础。2）数据存取： 关系数据库、NOSQL、SQL等。3）基础架构： 云存储、分布式文件存储等。4）数据处理： 自然语言处理(NLP，Natural Language Processin...
X_AirDu
|
1046人阅读
...虽然我们将讨论有关语言的全球趋势，但我也将添加印度分析行业的相关具体信息（处于不同的发展水平） 好了，闲话少说，让我们开始讨论吧！ 背景 下面是一些关于这三个生态系统的简要说明： SAS：SAS一直是商业分析领域...
...于35时，硬盘失效率上涨很多。所以，有理由相信，通过分析和利用硬盘的SMART数据，我们有可能训练出满足评价指标的SATA HDD失效预测模型。 如何训练模型？虽然SMART 5 和 SMART 187等指标对于SATA HDD的失效预测非常重要，但是基...
在大数据时代的今天，不仅热播剧加入了数据分析元素，各行各业也都在纷纷引入，希望能帮助他们确定发展方向和提升业务。而全球领先的存储解决方案提供商希捷近日赞助IDC推出的白皮书《数据时代2025》，就很好地说明了...
...理信息的能力产生了新的需求。当应用需求逐步转向面向数据应用时，尽管服务器、网络设备仍然是基础体系结构的重要组成部分，但越来越多的实例表明：对数据应用系统基础体系结构进行设计和规划的重点，已从传统的以服...
...的优势。 数据科学和今天的颠覆 我们现在获取、存储和分析数据的能力已经彻底改变了当今行业的运作方式。当人们从床上醒来的那一刻，智能手机上的应用程序已经开始尽可能多地捕获数据，并利用这些数据为他们带来好处...
ChatGPT和Sora等AI大模型应用，将AI大模型和算力需求的热度不断带上新的台阶。哪里可以获得...
一、活动亮点：全球31个节点覆盖 + 线路升级，跨境业务福音！爆款云主机0.5折起：香港、海外多节点...
大模型的训练用4090是不合适的，但推理（inference/serving）用4090不能说合适，...
zhigoo
