數(shù)據科學面試通關

第 1 篇　進入數(shù)據科學領域
第1章　探索現(xiàn)代數(shù)據科學領域 3
1.1　數(shù)據科學是什么 3
1.2　探索數(shù)據科學過程 5
1.2.1　數(shù)據收集 5
1.2.2　數(shù)據探索 5
1.2.3 數(shù)據建模 6
1.2.4 模型評估 6
1.2.5 模型部署和監(jiān)控 6
1.3 分析數(shù)據科學的不同類型 6
1.3.1 數(shù)據工程師 8
1.3.2 儀表板和可視化專家 8
1.3.3 機器學習專家 9
1.3.4 領域專家 10
1.4 審視數(shù)據科學的職業(yè)路徑 10
1.4.1 傳統(tǒng)型數(shù)據科學家 11
1.4.2 領域專家型數(shù)據科學家 11
1.4.3 非傳統(tǒng)路徑數(shù)據科學家 12
1.5 解決經驗瓶頸問題 13
1.5.1 學術經驗 14
1.5.2 工作經驗 15
1.6 理解預期的技能和能力 16
1.6.1 硬技能（技術技能） 17
1.6.2 軟技能（溝通技能） 19
1.7 探索數(shù)據科學的演變 20
1.7.1 新模型 20
1.7.2 新環(huán)境 20
1.7.3 新計算 21
1.7.4 新應用 21
1.8 本章小結 22
1.9 參考文獻 22
第2章 在數(shù)據科學領域尋找工作 23
2.1 尋找第一份數(shù)據科學工作 23
2.1.1 準備前行 24
2.1.2 尋找招聘板 25
2.1.3 構建出色的作品集 29
2.1.4 申請工作 31
2.2 制作金牌簡歷 33
2.2.1 完美簡歷的神話 34
2.2.2 理解自動化簡歷篩選 34
2.2.3 打造有效的簡歷 35
2.2.4 格式和組織 36
2.2.5 使用正確的術語 37
2.3 準備獲得面試機會 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 42
2.5 參考文獻 43
第 2 篇　操控和管理數(shù)據
第3章 Python編程 47
3.1 變量、數(shù)據類型和數(shù)據結構 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 控制語句和列表推導 57
3.4.1 條件語句 57
3.4.2 循環(huán)語句 58
3.4.3 列表推導 59
3.5 使用用戶定義的函數(shù) 61
3.5.1 用戶定義的函數(shù)的語法 61
3.5.2 使用用戶定義的函數(shù)進行操作 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 68
3.7.1 處理缺失數(shù)據 69
3.7.2 選擇數(shù)據 70
3.7.3 排序數(shù)據 74
3.7.4 合并數(shù)據 75
3.7.5 使用 groupby()進行聚合 76
3.8 本章小結 81
3.9 參考文獻 82
第4章 數(shù)據可視化與數(shù)據敘述 83
4.1 理解數(shù)據可視化 83
4.1.1 條形圖 84
4.1.2 折線圖 85
4.1.3 散點圖 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 箱線圖 90
4.1.8 餅圖 91
4.2 調查行業(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 開發(fā)儀表板、報告和關鍵績效指標 95
4.4 開發(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 散點圖—Matplotlib 100
4.4.4 散點圖—Seaborn 102
4.4.5 直方圖—Matplotlib 103
4.4.6 直方圖—Seaborn 104
4.5 應用基于情景的敘事 106
4.6 本章小結 109
第5章 使用SQL查詢數(shù)據庫 110
5.1 介紹關系數(shù)據庫 110
5.2 掌握 SQL 基礎知識 112
5.2.1 SELECT 語句 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 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 分析子查詢和 CTE 120
5.5.1 SELECT 子句中的子查詢 121
5.5.2 FROM 子句中的子查詢 122
5.5.3 WHERE 子句中的子查詢 123
5.5.4 HAVING 子句中的子查詢 125
5.5.5 區(qū)分公用表表達式（CTE）和子查詢 125
5.6 使用連接合并表格 128
5.6.1 內連接 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 處理復雜查詢 143
5.9 本章小結 147
第6章 Linux中的Shell和Bash腳本編寫 148
6.1 操作系統(tǒng)簡介 148
6.2 導航系統(tǒng)目錄 149
6.2.1 介紹基本命令行提示符 150
6.2.2 理解目錄類型 151
6.3 文件和目錄操作 152
6.4 使用 Bash 進行腳本編寫 155
6.5 介紹控制語句 157
6.6 創(chuàng)建函數(shù) 160
6.7 數(shù)據處理和管道 162
6.8 使用 cron 164
6.9 本章小結 165
第7章 使用Git進行版本控制 167
7.1 介紹倉庫 167
7.2 創(chuàng)建倉庫 168
7.2.1 克隆現(xiàn)有的遠程倉庫 169
7.2.2 從頭開始創(chuàng)建本地倉庫 169
7.2.3 將本地倉庫和遠程倉庫關聯(lián) 170
7.3 詳解數(shù)據科學家的 Git 工作流程 172
7.4 在數(shù)據科學中使用 Git 標簽 174
7.4.1 理解 Git 標簽 175
7.4.2 作為數(shù)據科學家使用標簽 175
7.5 理解常見操作 175
7.6 本章小結 178
第 3 篇　探索人工智能
第8章 用概率和統(tǒng)計挖掘數(shù)據 181
8.1 用描述性統(tǒng)計描述數(shù)據 181
8.1.1 測量中心趨勢 181
8.1.2 測量變異性 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 188
8.4 用抽樣分布塑造數(shù)據 191
8.4.1 概率分布 191
8.4.2 均勻分布 192
8.4.3 正態(tài)分布和學生 t 分布 192
8.4.4 二項分布 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 假設檢驗 198
8.5.1 理解單樣本 t 檢驗 198
8.5.2 理解雙樣本 t 檢驗 199
8.5.3 理解配對樣本 t 檢驗 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 201
8.5.6 A/B 測試 201
8.6 理解Ⅰ 型錯誤和Ⅱ型錯誤 203 
8.6.1 Ⅰ 型錯誤（假陽性） 204
8.6.2 Ⅱ型錯誤（假陰性） 205
8.6.3 尋求平衡 205
8.7 本章小結 206
8.8 參考文獻 207
第9章 理解特征工程和為建模準備數(shù)據 208
9.1 理解特征工程 208
9.1.1 避免數(shù)據泄漏 209
9.1.2 處理缺失數(shù)據 209
9.1.3 數(shù)據縮放 212
9.2 應用數(shù)據轉換 213
9.2.1 引入數(shù)據轉換 213
9.2.2 對數(shù)轉換 215
9.2.3 冪次轉換 216
9.2.4 Box-Cox 轉換 217
9.2.5 指數(shù)轉換 219
9.3 處理分類數(shù)據和其他特征 220
9.3.1 獨熱編碼 220
9.3.2 標簽編碼 221
9.3.3 目標編碼 223
9.3.4 計算字段 224
9.4 執(zhí)行特征選擇 226
9.4.1 特征選擇的類型 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 230
9.5.1 理解不平衡數(shù)據 230
9.5.2 處理不平衡數(shù)據 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 234
第10章 精通機器學習概念 236
10.1 介紹機器學習工作流程 236
10.1.1 問題陳述 238
10.1.2 模型選擇 238
10.1.3 模型調整 238
10.1.4 模型預測 238
10.2 監(jiān)督機器學習 239
10.2.1 回歸與分類 239
10.2.2 線性回歸—回歸 240
10.2.3 邏輯回歸 244
10.2.4 k-最近鄰（k-NN） 246
10.2.5 隨機森林 248
10.2.6 極端梯度提升（XGBoost） 252
10.3 無監(jiān)督機器學習 254
10.3.1 K-means 255
10.3.2 具有噪聲的基于密度的聚類應用（DBSCAN） 257
10.3.3 其他聚類算法 260
10.3.4 評估聚類 261
10.4 總結其他值得注意的機器學習模型 262
10.5 理解偏差-方差權衡 263
10.6 超參數(shù)調整 265
10.6.1 網格搜索 265
10.6.2 隨機搜索 265
10.6.3 貝葉斯優(yōu)化 266
10.7 本章小結 267
第11章 用深度學習構建網絡 268
11.1 介紹神經網絡和深度學習 268 
11.2 討論權重和偏差 271
11.2.1 權重介紹 271
11.2.2 偏差介紹 271
11.3 使用激活函數(shù)激活神經元 273
11.3.1 常見激活函數(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 梯度消失問題 278
11.5 使用優(yōu)化器 281
11.5.1 優(yōu)化算法 281
11.5.2 網絡調整 282
11.6 理解嵌入 284
11.6.1 詞嵌入 284
11.6.2 訓練嵌入 284
11.7 列出常見的網絡架構 285
11.7.1 常見網絡 285
11.7.2 工具和包 287
11.8 介紹 GenAI 和 LLM 288
11.8.1 揭示語言模型 288
11.8.2 Transformer 和自注意力 289
11.8.3 遷移學習 290
11.8.4 GPT 應用 291
11.9 本章小結 293
第12章 用MLOps實現(xiàn)機器學習解決方案 294
12.1 引入 MLOps 294
12.2 理解數(shù)據采集 297
12.3 學習數(shù)據存儲的基礎知識 298
12.4 審查模型開發(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 驗證和監(jiān)控模型 304
12.7.1 驗證模型部署 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 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 311
13.2 掌握不同的面試階段 314
13.2.1 招聘經理階段 314
13.2.2 技術面試 315
13.2.3 編碼問題 316
13.2.4 小組面試階段 319
13.3 本章小結 319
13.4 參考文獻 320
第14章 協(xié)商薪酬 321
14.1 理解薪酬格局 321
14.2 談判報價 322
14.2.1 談判考慮因素 322
14.2.2 回應報價 323
14.2.3 最大可談判薪酬和情境價值 324
14.3 本章小結 329
14.4 最后的話 330