课程目录

• {1}–核心语法面试题
• [1.1]–课程介绍与资源下载
• [1.2]–聊聊Python语言特性
• [1.3]–tuple、list、set、dict
• [1.4]–Python的值类型和引用类型
• [1.5]–赋值、浅拷贝、深拷贝
• [1.6]–强大的切片
• {2}–数据分析与可视化面试题
• [2.1]–列表解析器
• [2.2]–创建一个边界全为1，里面全为0的列表
• [2.3]–在pandas中如何给某一列贴标签
• [2.4]–DataFrame、Series、ndarray
• [2.5]–__new__与__init__方法的区别
• [2.6]–缺失值与去重的处理
• {3}–机器学习面试
• [3.1]–One-Hot编码与预处理
• [3.2]–train_test_split各参数解释
• [3.3]–MAE、MSE、RMSE的区别和实现原理
• [3.4]–R2公式推导
• [3.5]–准确率、精确率、召回率
• {4}–Python简答题
• [4.1]–聊聊Python在哪方面有应用
• [4.2]–简答说明机器学习步骤
• [4.3]–实例、类属性以及实例、类静态方法的区别
• [4.4]–Python机器学习算法简介
• [4.5]–物联网、大数据、云计算、人工智能之间的关系
• {5}–非技术性面试题
• [5.1]–面试时如何自我介绍
• [5.2]–说说五年内您的职业规划
• [5.3]–面试官问如何看待加班，该怎么回答
• [5.4]–面试官问如何看待学历和能力
• [5.5]–面试时如何谈高薪
• {6}–数据分析前沿概念
• [6.1]–OLTPVSOLAP
• [6.2]–元数据、主数据、参考数据
• [6.3]–数据架构、仓库、集市
• [6.4]–强化学习