共计6大部分,100道常见数据分析面试题,内含答案
备注“数分100”
第一部分:SQL
2. SQL中 ,having 和 where 的 区 别 有 哪 些 ?3. SQL中 ,union和 join 的 区 别 有 哪 些 ?6. SQL中,count(*)、count(字段) 、count(distinct字 段 ) 的 区 别 是 什 么7.sql 如 何 将'yyyy-MM-dd' 的 日 期 格 式 转 换 为'yyyyMMdd' 形 式 ?8. sql中如何求出两 个'yyyyMMdd' 格 式 的日期差多少天 ?9. sql 如 何 将 时 间 戳 转 换 为'yyyy-MM-dd' 格 式 ?10. sql中,if 和 case when 的区别有哪些 ?12. sql中,什么是笛卡尔积 ? 笛卡尔积一般出现在什么场景下?13.sql中,rank、dense rank、row number的区别是什么 ?14. sql中 ,除 了rank以外还有哪些窗口函数 ?15. 简述一下max() 聚合函数和窗口函数max(A)over(partition by B)的区别16. 窗口函数和where的 执行顺序孰先孰后 ?18. sql 中如何将int 类型的字段转换为string 类型 ?19. sql 中,leftjoin、rightjoin、inner join有什么差别 ?20. sql如何将类型为float的字段保留两位小数?第二部分:概率论
21 . 两个人轮流抛硬币,硬币表面均匀,正反面概率均为50%。抛到正面 者胜利,假如抛硬币 一 直抛到有人获胜为止,那么先抛硬币的人获胜的概率是多少?
22. 已知随机变量X 服从指数分布 λ ( 2 ) , 求随机变量X 的数学期望与方差
23. 箱子里有15个球,其中10个红球,5个白球。从中抽5个球,求5个球中有3个以上是白球的概率?
24.X 服从正态分布N(0,2), 已知Y=2X+5, 求随机变量Y 的均值与标准差
25. 甲运动员罚球进球概率为50%,甲运动员罚球10次中,有3次以上进球的概率?
26. 已知随机变量X服从均匀分布U(3,6), 求 P(X>=4)
27. 已知有两个管道工甲和乙,他们其中一人会被指派维修某下水道。甲 员工维修成功概率为50%,乙为30%,并且甲和乙被指派的概率分别 为70%和30%。求管道会被维修成功的概率
28. 假设某国家没有生育限制,且该国家的夫妻生孩子会直到生到男孩为 止,在没有堕胎等情况的假定下,那么该国家在 一段时间内生下来的男孩和女孩的比重理论上应该是?
29. 求伯努利分布B(0.5) 的数学期望和方差
30. 已知X和Y分别服从正态分布N(4,2),N(1,3), 在 X和Y相互独立的情况下,求随机变量XY 的均值与标准差
第三部分:数理统计
33. 聊一聊双样本t 检验与配对样本t 检验的差别?备注“数分100”
45. 线性回归普通最小二乘法运用的经典基本假设有哪些?46. 多重共线性是什么 ? 如何解决多重共线性问题 ?46. 描述一下异方差性是什么,如何克服异方差性?55. 决策树算法计算信息增益的衡量标准有哪 些 ?56. 决策树ID3 、C4.5 、CART三种算法之间有什么区别 ?58. 决策树算法在sklearn当中有哪些关键的超参数?59. 什么是超参数 ? 描述一下KNN 算法的超参数有哪些?60. bagging 和 boosting 的区别是什么?61. 简述 一 下随机森林与xgboost的 区 别62. 描述一下xgboost 和GBDT 的关系?63. 集成学习相比于普通基础算法的优势体现在哪?67. 为什么会发生过拟合和欠拟合,怎么解决模型的过拟合和欠拟合的问题 ?73.k-means聚类如何更好地规避初始点的选择对模型造成的误差 ?74. k-means 聚类 和DBSCAN 模型的差异和优缺点78. LDA(Linear Discriminant Analysis) 和PCA的差异?81. python中,for 循环和while循环的区别是 ?82. python 的pandas 如何实现排序?83. python 的pandas 如何实现sq| 中 的left join?84. python 的pandas 如何实现sql 中的union?85. python的 pandas如何计算某列的平均值和中位数 ?86. python 的pandas中,如何实现类似于sql 中的where 进行限制?87. python 的pandas 如何实现sql中的group by?90.python 的pandas 中,如何删除某一列?
93/94. 有哪些方法可以检验分流的均匀性 ? 什么是AA 实验 ?100. 什么情况下不能使用随机分流实验进行增效度量 ?
本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请
点击举报。