數(shù)據(jù)科學(xué)面試通關(guān)

第 1 篇　進(jìn)入數(shù)據(jù)科學(xué)領(lǐng)域
第1章　探索現(xiàn)代數(shù)據(jù)科學(xué)領(lǐng)域 3
1.1　數(shù)據(jù)科學(xué)是什么 3
1.2　探索數(shù)據(jù)科學(xué)過(guò)程 5
1.2.1　數(shù)據(jù)收集 5
1.2.2　數(shù)據(jù)探索 5
1.2.3 數(shù)據(jù)建模 6
1.2.4 模型評(píng)估 6
1.2.5 模型部署和監(jiān)控 6
1.3 分析數(shù)據(jù)科學(xué)的不同類(lèi)型 6
1.3.1 數(shù)據(jù)工程師 8
1.3.2 儀表板和可視化專(zhuān)家 8
1.3.3 機(jī)器學(xué)習(xí)專(zhuān)家 9
1.3.4 領(lǐng)域?qū)＜?10
1.4 審視數(shù)據(jù)科學(xué)的職業(yè)路徑 10
1.4.1 傳統(tǒng)型數(shù)據(jù)科學(xué)家 11
1.4.2 領(lǐng)域?qū)＜倚蛿?shù)據(jù)科學(xué)家 11
1.4.3 非傳統(tǒng)路徑數(shù)據(jù)科學(xué)家 12
1.5 解決經(jīng)驗(yàn)瓶頸問(wèn)題 13
1.5.1 學(xué)術(shù)經(jīng)驗(yàn) 14
1.5.2 工作經(jīng)驗(yàn) 15
1.6 理解預(yù)期的技能和能力 16
1.6.1 硬技能（技術(shù)技能） 17
1.6.2 軟技能（溝通技能） 19
1.7 探索數(shù)據(jù)科學(xué)的演變 20
1.7.1 新模型 20
1.7.2 新環(huán)境 20
1.7.3 新計(jì)算 21
1.7.4 新應(yīng)用 21
1.8 本章小結(jié) 22
1.9 參考文獻(xiàn) 22
第2章 在數(shù)據(jù)科學(xué)領(lǐng)域?qū)ふ夜ぷ?23
2.1 尋找第一份數(shù)據(jù)科學(xué)工作 23
2.1.1 準(zhǔn)備前行 24
2.1.2 尋找招聘板 25
2.1.3 構(gòu)建出色的作品集 29
2.1.4 申請(qǐng)工作 31
2.2 制作金牌簡(jiǎn)歷 33
2.2.1 完美簡(jiǎn)歷的神話(huà) 34
2.2.2 理解自動(dòng)化簡(jiǎn)歷篩選 34
2.2.3 打造有效的簡(jiǎn)歷 35
2.2.4 格式和組織 36
2.2.5 使用正確的術(shù)語(yǔ) 37
2.3 準(zhǔn)備獲得面試機(jī)會(huì) 39
2.3.1 摩爾定律 39
2.3.2 研究、研究、再研究 40
2.3.3 品牌塑造 42
2.4 本章小結(jié) 42
2.5 參考文獻(xiàn) 43
第 2 篇　操控和管理數(shù)據(jù)
第3章 Python編程 47
3.1 變量、數(shù)據(jù)類(lèi)型和數(shù)據(jù)結(jié)構(gòu) 47
3.2 Python 中的索引 52
3.3 字符串操作 52
3.3.1 初始化字符串 53
3.3.2 字符串索引 53
3.4 使用 Python 控制語(yǔ)句和列表推導(dǎo) 57
3.4.1 條件語(yǔ)句 57
3.4.2 循環(huán)語(yǔ)句 58
3.4.3 列表推導(dǎo) 59
3.5 使用用戶(hù)定義的函數(shù) 61
3.5.1 用戶(hù)定義的函數(shù)的語(yǔ)法 61
3.5.2 使用用戶(hù)定義的函數(shù)進(jìn)行操作 62
3.5.3 熟悉 lambda 函數(shù) 63
3.5.4 創(chuàng)建優(yōu)秀的函數(shù) 65
3.6 在 Python 中處理文件 67
3.7 使用 pandas 整理數(shù)據(jù) 68
3.7.1 處理缺失數(shù)據(jù) 69
3.7.2 選擇數(shù)據(jù) 70
3.7.3 排序數(shù)據(jù) 74
3.7.4 合并數(shù)據(jù) 75
3.7.5 使用 groupby()進(jìn)行聚合 76
3.8 本章小結(jié) 81
3.9 參考文獻(xiàn) 82
第4章 數(shù)據(jù)可視化與數(shù)據(jù)敘述 83
4.1 理解數(shù)據(jù)可視化 83
4.1.1 條形圖 84
4.1.2 折線(xiàn)圖 85
4.1.3 散點(diǎn)圖 87
4.1.4 直方圖 87
4.1.5 密度圖 88
4.1.6 分位數(shù)-分位數(shù)圖（Q-Q 圖） 89
4.1.7 箱線(xiàn)圖 90
4.1.8 餅圖 91
4.2 調(diào)查行業(yè)工具 93
4.2.1 Power BI 93
4.2.2 Tableau 93
4.2.3 Shiny 93
4.2.4 ggplot2（R） 93 
4.2.5 Matplotlib（Python） 94
4.2.6 Seaborn（Python） 94
4.3 開(kāi)發(fā)儀表板、報(bào)告和關(guān)鍵績(jī)效指標(biāo) 95
4.4 開(kāi)發(fā)圖表和圖形 97
4.4.1 條形圖—Matplotlib 97
4.4.2 條形圖—Seaborn 99
4.4.3 散點(diǎn)圖—Matplotlib 100
4.4.4 散點(diǎn)圖—Seaborn 102
4.4.5 直方圖—Matplotlib 103
4.4.6 直方圖—Seaborn 104
4.5 應(yīng)用基于情景的敘事 106
4.6 本章小結(jié) 109
第5章 使用SQL查詢(xún)數(shù)據(jù)庫(kù) 110
5.1 介紹關(guān)系數(shù)據(jù)庫(kù) 110
5.2 掌握 SQL 基礎(chǔ)知識(shí) 112
5.2.1 SELECT 語(yǔ)句 113
5.2.2 WHERE 子句 113
5.2.3 ORDER BY 子句 114
5.3 使用 GROUP BY 和 HAVING 聚合數(shù)據(jù) 116
5.3.1 GROUP BY 子句 116
5.3.2 HAVING 子句 118
5.4 使用 CASE WHEN 創(chuàng)建字段 119
5.5 分析子查詢(xún)和 CTE 120
5.5.1 SELECT 子句中的子查詢(xún) 121
5.5.2 FROM 子句中的子查詢(xún) 122
5.5.3 WHERE 子句中的子查詢(xún) 123
5.5.4 HAVING 子句中的子查詢(xún) 125
5.5.5 區(qū)分公用表表達(dá)式（CTE）和子查詢(xún) 125
5.6 使用連接合并表格 128
5.6.1 內(nèi)連接 128
5.6.2 左連接和右連接 131
5.6.3 全外連接 133 
5.6.4 多表連接 134
5.7 計(jì)算窗口函數(shù) 135
5.7.1 OVER、ORDER BY、PARTITION 和 SET 135
5.7.2 LAG 和 LEAD 138
5.7.3 ROW_NUMBER 140
5.7.4 RANK 和 DENSE_RANK 140
5.7.5 使用日期函數(shù) 142
5.8 處理復(fù)雜查詢(xún) 143
5.9 本章小結(jié) 147
第6章 Linux中的Shell和Bash腳本編寫(xiě) 148
6.1 操作系統(tǒng)簡(jiǎn)介 148
6.2 導(dǎo)航系統(tǒng)目錄 149
6.2.1 介紹基本命令行提示符 150
6.2.2 理解目錄類(lèi)型 151
6.3 文件和目錄操作 152
6.4 使用 Bash 進(jìn)行腳本編寫(xiě) 155
6.5 介紹控制語(yǔ)句 157
6.6 創(chuàng)建函數(shù) 160
6.7 數(shù)據(jù)處理和管道 162
6.8 使用 cron 164
6.9 本章小結(jié) 165
第7章 使用Git進(jìn)行版本控制 167
7.1 介紹倉(cāng)庫(kù) 167
7.2 創(chuàng)建倉(cāng)庫(kù) 168
7.2.1 克隆現(xiàn)有的遠(yuǎn)程倉(cāng)庫(kù) 169
7.2.2 從頭開(kāi)始創(chuàng)建本地倉(cāng)庫(kù) 169
7.2.3 將本地倉(cāng)庫(kù)和遠(yuǎn)程倉(cāng)庫(kù)關(guān)聯(lián) 170
7.3 詳解數(shù)據(jù)科學(xué)家的 Git 工作流程 172
7.4 在數(shù)據(jù)科學(xué)中使用 Git 標(biāo)簽 174
7.4.1 理解 Git 標(biāo)簽 175
7.4.2 作為數(shù)據(jù)科學(xué)家使用標(biāo)簽 175
7.5 理解常見(jiàn)操作 175
7.6 本章小結(jié) 178
第 3 篇　探索人工智能
第8章 用概率和統(tǒng)計(jì)挖掘數(shù)據(jù) 181
8.1 用描述性統(tǒng)計(jì)描述數(shù)據(jù) 181
8.1.1 測(cè)量中心趨勢(shì) 181
8.1.2 測(cè)量變異性 183
8.2 介紹總體和樣本 184
8.2.1 定義總體和樣本 185
8.2.2 代表性樣本 185
8.2.3 減少抽樣誤差 186
8.3 理解中心極限定理 188
8.3.1 中心極限定理 188
8.3.2 證明正態(tài)性假設(shè) 188
8.4 用抽樣分布塑造數(shù)據(jù) 191
8.4.1 概率分布 191
8.4.2 均勻分布 192
8.4.3 正態(tài)分布和學(xué)生 t 分布 192
8.4.4 二項(xiàng)分布 193
8.4.5 泊松分布 194
8.4.6 指數(shù)分布 194
8.4.7 幾何分布 195
8.4.8 威布爾分布 196
8.5 假設(shè)檢驗(yàn) 198
8.5.1 理解單樣本 t 檢驗(yàn) 198
8.5.2 理解雙樣本 t 檢驗(yàn) 199
8.5.3 理解配對(duì)樣本 t 檢驗(yàn) 199
8.5.4 理解方差分析和多元方差分析 200
8.5.5 卡方檢驗(yàn) 201
8.5.6 A/B 測(cè)試 201
8.6 理解Ⅰ 型錯(cuò)誤和Ⅱ型錯(cuò)誤 203 
8.6.1 Ⅰ 型錯(cuò)誤（假陽(yáng)性） 204
8.6.2 Ⅱ型錯(cuò)誤（假陰性） 205
8.6.3 尋求平衡 205
8.7 本章小結(jié) 206
8.8 參考文獻(xiàn) 207
第9章 理解特征工程和為建模準(zhǔn)備數(shù)據(jù) 208
9.1 理解特征工程 208
9.1.1 避免數(shù)據(jù)泄漏 209
9.1.2 處理缺失數(shù)據(jù) 209
9.1.3 數(shù)據(jù)縮放 212
9.2 應(yīng)用數(shù)據(jù)轉(zhuǎn)換 213
9.2.1 引入數(shù)據(jù)轉(zhuǎn)換 213
9.2.2 對(duì)數(shù)轉(zhuǎn)換 215
9.2.3 冪次轉(zhuǎn)換 216
9.2.4 Box-Cox 轉(zhuǎn)換 217
9.2.5 指數(shù)轉(zhuǎn)換 219
9.3 處理分類(lèi)數(shù)據(jù)和其他特征 220
9.3.1 獨(dú)熱編碼 220
9.3.2 標(biāo)簽編碼 221
9.3.3 目標(biāo)編碼 223
9.3.4 計(jì)算字段 224
9.4 執(zhí)行特征選擇 226
9.4.1 特征選擇的類(lèi)型 227
9.4.2 遞歸特征消除 227
9.4.3 L1 正則化 228
9.4.4 基于樹(shù)的特征選擇 228
9.4.5 方差膨脹因子 229
9.5 處理不平衡數(shù)據(jù) 230
9.5.1 理解不平衡數(shù)據(jù) 230
9.5.2 處理不平衡數(shù)據(jù) 231
9.6 降低維度 231
9.6.1 主成分分析 232 
9.6.2 奇異值分解 232
9.6.3 t-SNE 233
9.6.4 自編碼器 233
9.7 本章小結(jié) 234
第10章 精通機(jī)器學(xué)習(xí)概念 236
10.1 介紹機(jī)器學(xué)習(xí)工作流程 236
10.1.1 問(wèn)題陳述 238
10.1.2 模型選擇 238
10.1.3 模型調(diào)整 238
10.1.4 模型預(yù)測(cè) 238
10.2 監(jiān)督機(jī)器學(xué)習(xí) 239
10.2.1 回歸與分類(lèi) 239
10.2.2 線(xiàn)性回歸—回歸 240
10.2.3 邏輯回歸 244
10.2.4 k-最近鄰（k-NN） 246
10.2.5 隨機(jī)森林 248
10.2.6 極端梯度提升（XGBoost） 252
10.3 無(wú)監(jiān)督機(jī)器學(xué)習(xí) 254
10.3.1 K-means 255
10.3.2 具有噪聲的基于密度的聚類(lèi)應(yīng)用（DBSCAN） 257
10.3.3 其他聚類(lèi)算法 260
10.3.4 評(píng)估聚類(lèi) 261
10.4 總結(jié)其他值得注意的機(jī)器學(xué)習(xí)模型 262
10.5 理解偏差-方差權(quán)衡 263
10.6 超參數(shù)調(diào)整 265
10.6.1 網(wǎng)格搜索 265
10.6.2 隨機(jī)搜索 265
10.6.3 貝葉斯優(yōu)化 266
10.7 本章小結(jié) 267
第11章 用深度學(xué)習(xí)構(gòu)建網(wǎng)絡(luò) 268
11.1 介紹神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí) 268 
11.2 討論權(quán)重和偏差 271
11.2.1 權(quán)重介紹 271
11.2.2 偏差介紹 271
11.3 使用激活函數(shù)激活神經(jīng)元 273
11.3.1 常見(jiàn)激活函數(shù) 273
11.3.2 選擇合適的激活函數(shù) 275
11.4 剖析反向傳播 276
11.4.1 梯度下降 276
11.4.2 什么是反向傳播 276
11.4.3 損失函數(shù) 277
11.4.4 梯度下降步驟 278
11.4.5 梯度消失問(wèn)題 278
11.5 使用優(yōu)化器 281
11.5.1 優(yōu)化算法 281
11.5.2 網(wǎng)絡(luò)調(diào)整 282
11.6 理解嵌入 284
11.6.1 詞嵌入 284
11.6.2 訓(xùn)練嵌入 284
11.7 列出常見(jiàn)的網(wǎng)絡(luò)架構(gòu) 285
11.7.1 常見(jiàn)網(wǎng)絡(luò) 285
11.7.2 工具和包 287
11.8 介紹 GenAI 和 LLM 288
11.8.1 揭示語(yǔ)言模型 288
11.8.2 Transformer 和自注意力 289
11.8.3 遷移學(xué)習(xí) 290
11.8.4 GPT 應(yīng)用 291
11.9 本章小結(jié) 293
第12章 用MLOps實(shí)現(xiàn)機(jī)器學(xué)習(xí)解決方案 294
12.1 引入 MLOps 294
12.2 理解數(shù)據(jù)采集 297
12.3 學(xué)習(xí)數(shù)據(jù)存儲(chǔ)的基礎(chǔ)知識(shí) 298
12.4 審查模型開(kāi)發(fā) 299 
12.5 模型部署的打包 300
12.5.1 確定要求 300
12.5.2 虛擬環(huán)境 301
12.5.3 環(huán)境管理的工具和方法 301
12.6 使用容器部署模型 302
12.7 驗(yàn)證和監(jiān)控模型 304
12.7.1 驗(yàn)證模型部署 304
12.7.2 模型監(jiān)控 305
12.7.3 思考治理 306
12.8 使用 Azure ML 的 MLOps 307
12.9 本章小結(jié) 307
第 4 篇　獲得工作
第13章 掌握面試環(huán)節(jié) 311
13.1 掌握與招聘人員的早期互動(dòng) 311
13.2 掌握不同的面試階段 314
13.2.1 招聘經(jīng)理階段 314
13.2.2 技術(shù)面試 315
13.2.3 編碼問(wèn)題 316
13.2.4 小組面試階段 319
13.3 本章小結(jié) 319
13.4 參考文獻(xiàn) 320
第14章 協(xié)商薪酬 321
14.1 理解薪酬格局 321
14.2 談判報(bào)價(jià) 322
14.2.1 談判考慮因素 322
14.2.2 回應(yīng)報(bào)價(jià) 323
14.2.3 最大可談判薪酬和情境價(jià)值 324
14.3 本章小結(jié) 329
14.4 最后的話(huà) 330