From 455884892f6c4bc9bdf2708a708f1cb1f5827662 Mon Sep 17 00:00:00 2001 From: kefandaoren Date: Tue, 23 Jan 2024 02:39:28 +0800 Subject: [PATCH] vault backup: 2024-01-23 02:39:28 --- Calendar/Diary/2024-01-22.md | 2 +- Spaces/000-Task/全栈工程师.md | 300 +++++++++++++++++++++++++++++++++- 2 files changed, 297 insertions(+), 5 deletions(-) diff --git a/Calendar/Diary/2024-01-22.md b/Calendar/Diary/2024-01-22.md index 6ac4847a..b912f9e9 100644 --- a/Calendar/Diary/2024-01-22.md +++ b/Calendar/Diary/2024-01-22.md @@ -3,7 +3,7 @@ atlas: "[[DailyNote]]" completed: 1 created: 2024-01-22 02:13:01 incomplete: 8 -modified: +modified: 2024-01-23 02:34:20 tags: - DailyNote title: 2024-01-22 diff --git a/Spaces/000-Task/全栈工程师.md b/Spaces/000-Task/全栈工程师.md index 056ae92c..d13153e5 100644 --- a/Spaces/000-Task/全栈工程师.md +++ b/Spaces/000-Task/全栈工程师.md @@ -2,12 +2,12 @@ atlas: "[[Task Tracker]]" completed: 40 created: 2023-07-08 03:18:59 -incomplete: 1019 -modified: 2024-01-20 20:10:43 +incomplete: 1233 +modified: 2024-01-23 02:30:49 tags: - Task title: 全栈工程师 -total: 1059 +total: 1273 --- # GitHub @@ -512,15 +512,307 @@ total: 1059 ### 为探索准备数据 +#### 数据类型和结构 + +- [ ] 数据探索入门 +- [ ] 令人着迷的数据洞察力 +- [ ] 我们世界的数据收集 +- [ ] 确定要收集什么数据 +- [ ] 探索数据格式 +- [ ] 继续探索结构化数据 +- [ ] 了解你正在使用的数据类型 +- [ ] 数据表组件 +- [ ] 满足宽表和长表 + +#### 数据可靠性 + +- [ ] 偏见、可信度、隐私和道德入门 +- [ ] 偏差：从问题到结论 +- [ ] 有偏差和无偏差的数据 +- [ ] 了解数据中的偏差 +- [ ] 确定好的数据源 +- [ ] 什么是坏数据 +- [ ] 基本数据伦理 +- [ ] 数据伦理的重要性 +- [ ] 优先考虑数据隐私 +- [ ] 合乎道德地使用数据 +- [ ] 开放数据的特点 +- [ ] 合乎道德的数据使用步骤 + +#### 数据库要点 + +- [ ] 关于数据库的一切 +- [ ] 数据库特性和组件 +- [ ] 揭开元数据的神秘面纱 +- [ ] 用元数据管理数据 +- [ ] 元数据的乐趣 +- [ ] 这么多地方可以找到数据 +- [ ] 从电子表格和数据库导入数据 +- [ ] 排序和过滤，以集中处理相关数据 +- [ ] 了解 BigQuery，包括沙盒和计费选项 +- [ ] BigQuery 实际应用 + +#### 整理和保护数据 + +- [ ] 对你的数据充满信心 +- [ ] 让我们整理起来 +- [ ] 电子表格中的安全功能 + +#### 参与数据社区 + +- [ ] 管理您作为数据分析师的存在 +- [ ] 为什么在线展示很重要 +- [ ] 提升在线形象的技巧 +- [ ] 网络知识 +- [ ] 导师制的好处 +- [ ] 导师是关键 +- [ ] 课程小结 + ### 从脏数据到干净数据的处理 +#### 数据完整性的重要性 + +- [ ] 数据完整性入门 +- [ ] 为什么数据完整性很重要 +- [ ] 平衡目标与数据完整性 +- [ ] 处理不足的数据 +- [ ] 样本量的重要性 +- [ ] 使用统计能力 +- [ ] 确定最佳样本量 +- [ ] 评估数据完整性 + +#### 清洗数据以获得更准确的洞察力 + +- [ ] 清洗 +- [ ] 为什么数据清洗至关重要 +- [ ] 我喜欢清洗数据 +- [ ] 识别并修复脏数据 +- [ ] 数据清洗工具和技术 +- [ ] 清洗来自多个来源的数据 +- [ ] 电子表格中的数据清洗功能 +- [ ] 优化数据清洗流程 +- [ ] 不同的数据视角 +- [ ] 更多数据清洗技术 + +#### 使用 SQL 进行数据清洗 + +- [ ] 使用 SQL 进行数据清洗 +- [ ] 对 SQL 的热爱 +- [ ] 理解 SQL 的功能 +- [ ] 电子表格与 SQL +- [ ] 广泛使用的 SQL 查询 +- [ ] 体验 SQL 的乐趣 +- [ ] 使用 SQL 清洗字符串变量 +- [ ] 高级数据清洗函数（1） +- [ ] 高级数据清洗函数（2） + +#### 核实与报告清洁结果 + +- [ ] 核实与报告结果 +- [ ] 确认数据清洗符合业务预期 +- [ ] 核实数据清洗 +- [ ] 捕捉清洗变化 +- [ ] 为什么文档很重要 +- [ ] 反馈和清洗 + +#### 添加数据到你的简历中 + +- [ ] 关于数据分析师招聘流程 +- [ ] 数据分析师职位申请 +- [ ] 制作简历 +- [ ] 使你的简历独一无二 +- [ ] 黑人和非裔美国人融入数据行业 +- [ ] 翻译过去的工作经验 +- [ ] 我的数据分析师之路 +- [ ] 你的兴趣在哪里 +- [ ] 课程小结 + ### 分析数据回答问题 +#### 整理数据以进行更有效的分析 + +- [ ] 整理入门 +- [ ] 分析过程 +- [ ] 坚持不懈 +- [ ] 总是需要整理 +- [ ] 使用 SQL 筛选数据 +- [ ] 对电子表格中的数据进行排序 +- [ ] 在电子表格中使用排序函数 +- [ ] 有意义的职业之旅 +- [ ] 使用 SQL 排序数据 + +#### 格式化和调整数据 + +- [ ] 数据格式化入门 +- [ ] 从一种类型到另一种类型 +- [ ] 数据验证 +- [ ] 条件格式化 +- [ ] 合并文本字符串以获得洞察力 +- [ ] 电子表格中的字符串 +- [ ] 当你陷入困境时 +- [ ] 关于分析阶段的一切 +- [ ] 遇到挑战不用担心 +- [ ] 何时使用哪种工具 + +#### 汇总分析数据 + +- [ ] 汇总数据进行分析 +- [ ] 准备 VLOOKUP +- [ ] VLOOKUP 的实际应用 +- [ ] 识别并修复常见的 VLOOKUP 错误 +- [ ] 探索 JOIN 的如何运作 +- [ ] 嵌套查询 +- [ ] 使用子查询汇总数据 +- [ ] 数据分析带您去往何处 + +#### 执行数据计算 + +- [ ] 数据计算 +- [ ] 常用计算公式 +- [ ] 函数和条件 +- [ ] 复合函数 +- [ ] 开始使用数据透视表 +- [ ] 数据透视表续 +- [ ] 查询与计算 +- [ ] 在 SQL 中嵌入简单计算 +- [ ] 与其他语句的计算 +- [ ] 检查和重新检查 +- [ ] 临时表 +- [ ] 多表变体 +- [ ] 课程小结 + ### 通过可视化艺术共享数据 +#### 数据可视化 + +- [ ] 数据洞察交流入门 +- [ ] 数据可视化的力量 +- [ ] 数据可视化为何重要 +- [ ] 连接图像与数据 +- [ ] 强大可视化的秘诀 +- [ ] 动态可视化 +- [ ] 艺术元素 +- [ ] 数据可视化的影响 +- [ ] 设计思维和可视化 +- [ ] 无障碍可视化 +- [ ] 让数据易于访问 + +#### 使用 Tablesu 创建数据可视化 + +- [ ] 使用 Tablesu 进行数据可视化 +- [ ] Tableau Public 和其他在线工具 +- [ ] 了解 Tableau +- [ ] 在 Tableau 中创建数据可视化 +- [ ] 优化数据可视化的调色板 +- [ ] 发挥创意 +- [ ] 在 Tableau 中链接多个数据集 + +#### 制作数据故事 + +- [ ] 制作数据故事 +- [ ] 将想法变为现实 +- [ ] 与观众交谈 +- [ ] 数据新闻 +- [ ] Tableau 仪表盘基础知识 +- [ ] 从过滤器到图表 +- [ ] 引人入胜的演示技巧 +- [ ] 分享叙述 +- [ ] 如何应对冒名顶替综合症 + +#### 制作演示文稿和幻灯片 + +- [ ] 把各种数据组合起来 +- [ ] 使用框架进行演示 +- [ ] 将数据融入演示中 +- [ ] 新数据分析师的演示技能 +- [ ] 杂乱无章的数据演示案例 +- [ ] 良好的数据演示案例 +- [ ] 行之有效的演示技巧 +- [ ] 像专业人员一样演示 +- [ ] 预测问题 +- [ ] 处理异议 +- [ ] 最佳问答技巧 +- [ ] 成为数据翻译专家 +- [ ] 课程小结 + ### 使用 R 编程进行数据分析 -### 完成一个案例研究 +#### 编程和数据分析 + +- [ ] 精彩编程世界入门 +- [ ] R 语言的乐趣 +- [ ] R 语言入门 +- [ ] 编程语言 +- [ ] R 语言简介 +- [ ] RStudio 入门 + +#### 使用 RStudio 编程 + +- [ ] 使用 RStudio 编程 +- [ ] 编程基础 +- [ ] 运算符和计算 +- [ ] 源源不断的礼物 +- [ ] 欢迎来到 tidyverse +- [ ] 有关 tidyverse 的更多信息 +- [ ] 使用管道 +- [ ] 编程技巧 + +#### 用 R 处理数据 + +- [ ] R 中的数据 +- [ ] R 数据框架 +- [ ] 使用数据框架 +- [ ] 清洗基础工作 +- [ ] 整理你的数据 +- [ ] 转换数据 +- [ ] 相同数据不同结果 +- [ ] 偏差函数 + +#### 更多关于可视化、美学和注释的内容 + +- [ ] R 中的可视化 +- [ ] R 和 tidyverse 中的可视化基础 +- [ ] 开始使用 ggplot +- [ ] 通往人力资源分析的职业道路 +- [ ] 在 R 中增强可视化 +- [ ] 使用 ggplot 做更多事情 +- [ ] 美学与切面 +- [ ] 注释层 +- [ ] 保存你的可视化 + +#### 文档和报告 + +- [ ] 文档和报告 +- [ ] R Markdown 概述 +- [ ] 在 RStudio 中使用 R Markdown +- [ ] Markdown 文档结构 +- [ ] 编程增强能力 +- [ ] 更多文档元素 +- [ ] 代码块 +- [ ] 导出文档 + +### 结业项目 + +#### 结业项目介绍 + +- [ ] 结业项目介绍 +- [ ] 雇主寻找什么样的数据分析师 +- [ ] 同类最佳 + +#### 创建你的作品集 + +- [ ] 开始案例研究 +- [ ] 分析案例研究的无限潜力 +- [ ] 分享你的作品集 + +#### 使用你的作品集 + +- [ ] 讨论你的作品集 +- [ ] 情景视频：介绍 +- [ ] 情景视频：案例研究 +- [ ] 情景视频：解决问题 +- [ ] 情景视频：谈判条款 +- [ ] 向兽医提供建议 ## Google 高级数据分析