京公网安备 11010802034615号
经营许可证编号:京B2-20210330
卢敏 汉江师范学院大二 数据科学与大数据技术专业
”
我现在是一名大二学生,我的专业是数据科学与大数据技术,听我专业的名字便也知道肯定和数据存在着很大的关联,在今年的暑假期间,我们老师在群聊里面发布了关于CDA一级考试的通知,并且鼓励我们好好利用假期时间学习并参加一级考试,学习的过程也是提升自己专业能力的过程,于是,我便开始了跟着教学视频学习CDA的旅程。
我的备考时间是今年暑期的七月下半旬到八月下旬,首先是先跟着教学视频打好基础,并且把觉得重要的知识点用笔记本记录下来,方便自己整理复习,首先要学习的是关于数据分析概述与职业操守,这一章节主要是介绍数据分析在各行各业领域的所发挥的作用,引导我们展开接下来的深入知识点学习。然后内容比较多且较难的是数据库那一部分,要学习数据库的基本结构,数据类型以及约束条件,关于SQL操作,创建,修改删除数据库,表,数据操作语言;稍微复杂一点的就是关于单表,多表,子查询等。同时,我们还需要学习到Excel的函数操作,虽然这部分在考试的时候不作为重点考察,但是确实在我们以后的办公中有一定的作用,我依旧跟着教学视频,将课程资源底部的资料先下载下来,然后跟着视频的操作自己也用电脑操作一遍,也算是熟练一下Excel表格操作。接下来,我们还会学习到描述性统计分析,主要涉及到一些关于数据分布,相关分析,常用的统计图表,集中趋势,离散程度的计算,其中会涉及到我们高中学过的一些知识,比如均值,众数,中位数等,还有正态分布,二项分布这些,这部分会涉及到一些计算。后面就是关于多维数据透视分析,业务数据分析,业务报告与可视化的学习,我们需要记住一些常见的数据分析模型以及模型的功能,还有区分不一样的图表属于业务图形决策树的哪一个类别,比如漏斗图属于序列类,因此我们要熟记,以防混淆,还有就是各种分析方法用于干什么,比如二八分析和帕累托分析用于定位重要对象,在做题的时候,看见多个表格相连,能够区分星型,星座,雪花模型,实质就是能够区别事实表与维度表。以上是我学习过程中认为需要重点掌握的知识点。

关于我的学习心得,我认为我们不仅要跟着视频进行学习,而且还要学会自己整理重点,及时记录下来,以免时间久了就渐渐地忘记了,同时,我们也少不了刷题,在我学完课程之后,然后将CDA小程序上面的四套模拟题刷完,并且也将每一小节对应的习题也认真完成了一下,这样可以及时查漏补缺,刷完题目之后,可以看看自己是哪一些题目错了,然后将自己忽略的知识点记录下来,小程序习题练习部分有一个错题记录的功能,我们可以等过几天再刷一遍,相当于巩固复习,然后在考试之前就可以重点看一下容易出错和忽略的知识点。

最后总结一下关于CDA这项考试,在这次学习考试过程中,我也学习到了很多,也很高兴取得了一级证书,数据分析用于广泛领域,有很多的职业选择空间,注重于“数据+业务”的结合能力,我们才能满足企业对于解决实际问题的人才需求,所以,作为一名学生,我们需要通过不断地学习,提升自己的核心技能与专业能力为主,为我们以后求职提升竞争力做准备。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中,LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28