大数据分析是指对规模巨大的数据进行分析。大数据(big data,mega data)，或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。可以概括为5个V， 数据量大(Volume)、速度快(Velocity)、类型多(Variety)、价值(Value)、真实性(Veracity)。大数据分析的六个基本方面：1. Analytic Visualizations(可视化分析)2. Data Mining Algorithms(数据挖掘算法)3. Predictive Analytic Capabilities(预测性分析能力)4. Semantic Engines(语义引擎)5. Data Quality and Master Data Management(数据质量和数据管理)6.数据存储，数据仓库大数据分析的作用：1.积极主动&预测需求: 客户通过分享数据，降低数据使用的隐私级别，期望企业能够了解他们，形成相应的互动，并在所有的接触点提供无缝体验。2. 缓冲风险&减少欺诈: 安全和欺诈分析旨在保护所有物理、财务和知识资产免受内部和外部威胁的滥用。3.提供相关产品: 通过对个人公布的想法和观点的第三方数据源进行有效整理，再进行相应分析，可以帮助企业在需求发生变化或开发新技术的时候保持竞争力，并能够加快对市场需求的预测，在需求产生之前提供相应产品。4. 个性化&服务: 大数据带来了基于客户个性进行互动的机会。这是通过理解客户的态度，并考虑实时位置等因素，从而在多渠道的服务环境中带来个性化关注实现的。5. 优化&改善客户体验：运营管理不善可能会导致无数重大的问题，这包括面临损害客户体验，最终降低品牌忠诚度的重大风险。通过在流程设计和控制，以及在商品或服务生产中的业务运营优化中应用分析技术，可以提升满足客户期望的有效性和效率，并实现卓越的运营。
大数据就是网络上能收集到的所有数据，你安装的APP都在收集你的信息，网络上还有一些是公布的信息。比如通过你网购的信息可以知道你的消费水平，大数据杀熟就是其中的一个应用。
大数据分析是指对规模巨大的数据进行分析。对大数据bigdata进行采集、清洗、挖掘、分析等，大数据主要有数据采集、数据存储、数据管理和数据分析与挖掘技术等。大数据分析目标：语义引擎处理大数据的时候，经常会使用很多时间和花费，所以每次生成的报告后，应该支持语音引擎功能。产生可视化报告，便于人工分析通过软件，对大量的数据进行处理，将结果可视化。通过大数据分析算法，应该对于数据进行一定的推断，这样的数据才更有指导性。统计分析：假设检验、显著性检验、差异分析、相关分析、多元回归分析、逐步回归、回归预测与残差分析等。数据挖掘：分类 (Classification)、估计(Estimation)、预测(Prediction)、相关性分组或关联规则(Affinity grouping or association rules)、聚类(Clustering)、描述和可视化、Description and Visualization)、复杂数据类型挖掘(Text, Web ,图形图像，视频，音频等)。建立模型，采集数据可以通过网络爬虫，或者历年的数据资料，建立对应的数据挖掘模型，然后采集数据，获取到大量的原始数据。导入并准备数据在通过工具或者脚本，将原始转换成可以处理的数据，大数据分析算法：机器学习通过使用机器学习的方法，处理采集到的数据。根据具体的问题来定。这里的方法就特别多。
大数据分析指对海量的数据集合进行分析，通过数据挖掘，将有利的数据提取出来并加以利用。挖掘数据潜在的价值，同样，进行数据分析时需要有一套完整的数据分析方法和数据分析工具。依靠这两点的配合，将海量的数据分析整理成有用的数据。从而应用到各领域中，促进其发展。
：理论上来说，任何知识都可以自学。前提是有足够的自学能力与自控能力，一般不建议自学。 关于数据分析，总体包括这三部分：数据采集、数据分析、数据优化。 数据采集，你可能得学习Python等编程语言，会节省很大功夫； 数据分析，
数据分析最重要的可能并不是你熟悉的编程工具、分析软件，或者统计学知识，而是清楚你所使用的统计知识（统计学、计量、时间序列、非参数等等）背后的原理、假设及其局限性，知道各种数据分析工具（例如数据挖掘）能带来什么，不能带来什么，看到一组统计检验的结果你能言说什么，不能言说什么。这一切的背后，需要一套完整的「科学」逻辑框架，让你了解自己手中的工具的本质，你才能从数据中正确地发现有效的信息，而不是胡乱地使用一大堆自己都搞不清楚的工具来堆砌分析结果，这样得到分析结果不仅无用，而且有害。知道了这些后，希望成长为数据分析师，就需要着手训练自己的能力和洞察力。既然是数据分析师，那就分别从数据和分析两方面入手。数据当然包含了数据收集、处理、可视化等内容，每个环节对于最后的结果都有关键性的影响。其中涉及的技术性内容只是一部分而已，更重要的是你要理解数据收集（是否存在采样偏差？如何纠正或者改进？）、处理（是否有漏洞或异常情况没有考虑？）背后的逻辑。你要充分了解这些概念背后的逻辑、动机是什么，才能正确地根据自己的目的作出选择。数据可视化更多的是一门艺术：如何把信息以最恰当的方式呈现给希望获得这些信息的人。首先，你要充分理解这些信息究竟是什么，有什么特点，你才能较为恰当的选择采用的可视化工具。另外一部分就是分析。当然就是各种分析模型，还是需要了解这些模型背后的逻辑，要放到整个项目的上下文中去看，而不是单纯地在模型中看。总而言之，理解数据以及其中的信息是非常重要的，这决定了你的分析和呈现的方法是否合适，决定了最后的结论是否可靠。现在可以回答题主的问题了：成长为一个数据分析师，要注意理解你的知识，形成一个系统，而不是像机器人一样机械地胡乱套用模型。在这个理念下训练你的编程能力，了解你所分析对象的原理和尽可能多的细节。在这个基础上，才能谈数据分析。
部分自学的人遇到的最大的问题，其实就是止步于工具的使用，但其实业务逻辑和分析思维能力，这方面却很难接触到，所以导致后期做到项目后就不知道怎么入手。其实数据分析的整个流程是特有的一个体系，拿到数据后，首先要确立分析目标，并且要考虑到影响到数据的各项指标，最后才能得到解决方案。如果没有做过真实的数据项目的话，没有从头去分析、调查、摸索、总结、汇报这个过程，没有和运营、产品、老板各方的交锋和提报，凭自己的感觉是很难接触到数据的核心问题的。所以总结一下就是数据分析师，他需要掌握一些数据处理的工具，编程工具这个是基础的，然后就需要去具备一些商业知识框架，需要会把商业知识和数据结合起来，同时需要养成良好的分析思维习惯，也包括其他的一些软性技能，这样才能利用数据的价值去帮助企业解决问题，然后推动企业的发展。所以工具自学是完全没问题的，可是商业思维是很难自学的，需要实际接触企业的项目流程，真实场景，数据才能学会如何解决问题。
可以自学，但建议有一定语言基础或统计学、数学等基础的自学比较好。否则还是听课学习比较好。
大数据分析师报考要求如下：
1、初级数据分析师：
（1）具有大专以上学历，或从事统计工作的人员；
（2）通过初级笔试、上机考试、报告考核，成绩全部合格。
2、中级数据分析师：
（1）具有本科及以上学历，或初级数据分析师证书，或从事相关工作一年以上；
（2）通过中级笔试、上机考试，成绩全部合格；
（3）通过中级实践应用能力考核。
3、高级数据分析师：
（1）研究生以上学历，或从事相关工作五年以上；
（2）获得中级数据分析师证书。
（3）通过高级笔试、报告考核后，获取准高级数据分析师证书；
（4）考生在获得准高级证书后，在专业领域工作五年，并撰写一篇专业数据分析论文，经答辩合格，获取高级数据分析师合格证书。
扩展资料
技能要求
1、懂业务
从事数据分析工作的前提就会需要懂业务，即熟悉行业知识、公司业务及流程，最好有自己独到的见解，若脱离行业认知和公司业务背景，分析的结果只会是脱了线的风筝，没有太大的使用价值。
2、懂管理
一方面是搭建数据分析框架的要求，比如确定分析思路就需要用到营销、管理等理论知识来指导，如果不熟悉管理理论，就很难搭建数据分析的框架，后续的数据分析也很难进行。另一方面的作用是针对数据分析结论提出有指导意义的分析建议。
参考资料来源：百度百科-数据分析师
你想考哪个证书呢？有的证书是需要参加他们的培训，才可以考试的！如果你对证书没什么特殊需要，只是想找个好的工作岗位的话那就有没有证书都无所谓了，数据分析能力才是最重要的在工作岗位上积累的实践经验和能力，才是你和用人单位都需要的！
可以的,CDA3个等级认证,官网每年都公布最新考试大纲和学习资料,只要认真复习和练习,通过率还是蛮高的.报考条件:Level I 无要求，皆可报考。Level II （满足以下之一皆可报名）1. 获得 CDA Level Ⅰ认证证书。2. 本科及以上学历需从事数据分析相关工作1年以上3. 本科以下学历需从事数据分析相关工作2年以上Level III （满足以下之一皆可报名）1. 获得 CDA Level Ⅱ认证证书。2. 本科及以上学历需从事数据分析相关工作3年以上3. 本科以下学历需从事数据分析相关工作4年以上
理论考试+实操考试。理论考试内容包括数据分析基本原理、概念及简单计算，题型分为填空、判断、单选题、多选题，此考试为上机考试。实操考试为实际案例分析，一共三科。Level Ⅰ：业务数据分析师。专指政府、金融、电信、零售等行业前端业务人员;从事市场、管理、财务、供应、咨询等职位业务人员;非统计、计算机专业背景零基础入行和转行就业人员。Level Ⅱ：建模分析师。两年以上数据分析岗位工作经验，或通过 Level Ⅰ认证半年以上。专指政府、金融、电信、零售、互联网、电商、医学等行业专门从事数据分析与数据挖掘的人员。Level Ⅱ：大数据分析师。两年以上数据分析岗位工作经验，或通过LevelⅠ认证半年以上。专指政府、金融、电信、零售、互联网、电商、医学等行业专门从事数据分析与云端大数据的人员。《投资数据分析实务》、《市场调研与预测》是项目数据分析专业考生必修必考教材。 《经济学原理》、《统计学原理》、《财务管理》是本课程的先修课程。考试内容涉及项目前期市场研究、项目相关数据采集、数据处理、数据预测、投资数据编制与估算、现金流量估算、投资数据分析、资本限量决策、不确定性分析、公司价值评估等。
本大纲对应教材版本为：《市场调研方法与应用》（第二版），张梦霞主编，经济管理出版社，2014年版。高纲1848江苏省高等教育自学考试大纲27412 市场调研与统计南京邮电大学编（2020年）江苏省高等教育自学考试委员会办公室一、课程性质与设置目的《市场调研与统计》课程是广告学体系中的重要内容，任何广告策划和创作都离不开市场调研。作为全国高等教育自学考试的必考科目，本课程开设的目的是自学应考者能够系统全面地掌握市场调研的基本理论与知识、基本方法与技巧，培养和提高他们开展广告市场调研的实际能力，使他们具备一定的专业素养，以便能够胜任广告行业的诸多相关工作。二、课程内容与考核目标（考核知识点、考核要求略）第一章 市场调研概述一、学习目的及要求通过本章的学习，掌握市场调研的定义、内容和原则，掌握市场调研在销售管理中的作用，掌握市场调研机构的职能，掌握市场调研伦理。二、课程内容本章介绍了市场调研的定义、发展历程、目的和用途以及市场调研的内容和范围。同时介绍了市场调研的基本原则、市场调研机构和市场调研伦理。三、考核要求第一节1、领会：市场调研的发展历程。2、掌握：市场调研的目的和用途。3、熟练掌握：市场调研的定义。第二节1、掌握：市场调研按照调研目的的不同可分为的类型。2、熟练掌握：市场需求调研、消费者行为调研、市场环境调研、市场营销组合调研和市场竞争调研的概念和主要内容。第三节1、熟练掌握：市场调研的六个基本原则及各原则具体内容。第四节1、领会：主要的外部市场调研机构。2、掌握：市场调研机构的职位设置。3、熟练掌握：内部市场调研的内容、外部市场调研的内容。第五节1、领会：市场调研伦理。2、熟练掌握：调研人员的责任和义务；客户的责任和义务；调研对象的责任和义务。第二章 市场调研过程一、学习目的及要求通过本章的学习，应掌握市场调研的基本流程，熟悉每一流程中的各项环节及工作，并能够应用于实践。二、课程内容本章介绍了市场调研方案制定前的预备工作、市场调研的分类、步骤和预算。并分别介绍了市场调研的目的与理论基础、市场调研的分析模型、如何预测市场调研过程中的潜在问题、形成市场调研假设和影响调研方案的主要因素；市场调研的三种类型；完整市场调研过程的六大步骤。本章还详细介绍了市场调研实施计划书的基本内容和市场调研方案的评估。三、考核要求第一节1、领会：市场调研的目的；管理决策问题和市场调查目的之间的关系；理论在市场调研中的作用。2、掌握：市场调研方案制定前的五个预备工作（明确市场调研的目的与理论基础，明确市场调研的分析模型、预测市场调研过程中的潜在问题、形成市场调研假设、影响调研方案的主要因素）及各自主要内容。第二节1、领会：探索性调研的定义；描述性调研的定义；因果性性调研的定义。2、掌握：市场调研按照性质和目的可划分为的三种类型，及每种类型市场调研的应用情景。第三节1、熟练掌握：完整市场调研过程的六大步骤及每一个步骤的主要内容。第四节1、领会：市场调研时间管理的基本内容；调研费用预算的主要内容。第五节1、熟练掌握：市场调研实施计划书的十个部分及各部分主要内容。第六节1、掌握：市场调研方案的可行性评估的三个方面；调研可行性评估的三种方法；调研方案总体评价的四个方面。第三章 界定市场调研问题一、学习目的及要求通过本章的学习，了解并掌握如何界定市场调研问题；市场调研问题和管理决策问题的差异；界定市场调研问题时可能遇到的障碍；界定市场调研问题时常犯的错误。二、课程内容本章介绍了影响调研问题界定的要素，管理决策问题与市场调研问题的差异，确定收集资料的范围以及识别和确认市场调研问题。三、考核要求第一节1、领会：进行定性研究调研人员需要评估的七项内容。2、熟练掌握：熟练掌握影响调研问题界定的要素；调研人员于决策者沟通的4C原则；问题审核时调研人员应同决策者进行讨论的问题。第二节1、领会：管理决策问题、市场调研问题的含义；管理决策问题与市场调研问题的区别。第三节1、掌握：收集资料需要获得的信息（人口统计特征、生活方式、个性、动机、知识、过去行为、态度与观点、行为意图）及各自的主要内容。第四节1、掌握：界定调研问题时面临的两种障碍。第四章 市场调研方案设计一、学习目的及要求通过本章的学习，了解并掌握各类市场调研方案的区别和联系；掌握小组座谈会、深访和案例调查；掌握因果性调查。能够领会、选择和应用三种市场调研方法。二、课程内容本章介绍了市场调研方案设计的分类；定性调研的目的、特征、应用和分类；探索性调研、描述性调研和因果性调研各自的定义、应用范围和主要方法。三、考核要求第一节1、领会：定性调研可应用的情形。2、掌握：定性调研和定量调研的差异。3、熟练掌握：探索性调研和结论性调研的差异；探索性调研、描述性调研和因果性调研三种研究设计的分类和差异。第二节1、领会：探索性调研的定义。2、熟练掌握：探索性调研的应用范围；探索性调研的五种常用方法及各自主要内容。第三节1、领会：描述性研究的定义。2、熟练掌握：描述性研究的应用范围；描述性调研的常见用途；描述性调研中横向调研和纵向调研各自的优势和劣势。第四节1、领会：因果性调研的定义。2、熟练掌握：因果性调研的适用范围和运用；探索性调研的方法。第五章 选择市场调研方法一、学习目的及要求通过本章的学习，了解并掌握调研误差的来源的分析和降低误差的方法；掌握访谈法、观察法和实验法的内涵及方法；掌握其他典型调查法。能够根据调查对象选择资料来源，能够正确选择不同的信息资料收集方法。二、课程内容本章介绍了调研误差的来源（抽样误差、系统误差）；访问调查法（入户访问、拦截访问、电话访问、邮寄调查访问、互联网访问）、观察法和实验调查法的基本概念、特点、应用、优缺点和实施步骤。三、考核要求第一节1、领会：抽样误差的定义；系统误差的定义。2、掌握：影响抽样误差的因素；如何减少抽样误差。3、熟练掌握：构成系统误差的四种类型及各自主要内容；调查误差的三种情况及各自主要内容。第二节1、领会：入户访问的概念；拦截访问的概念；电话访问的概念；邮寄调查访问的概念。2、掌握：入户访问的优缺点；拦截访问的优缺点；电话访问的优缺点；邮寄调查访问的优缺点；访问员的筛选。3、熟练掌握：入户访问的实施过程；入户访问的注意事项；拦截访问的实施过程；拦截访问的注意事项；电话访问的基本过程；邮寄调查访问的基本程序。第三节1、领会：观察法的基本概念。2、掌握：观察法的特点；观察法的类别。3、熟练掌握：观察法的应用；观察法的实施步骤。第四节1、领会：实验调查法的基本概念2、掌握：实验调查法的基本要素；实验调查法的优缺点；实验调查法的主要类型及各自内容。第五节1、领会：专项调查法、固定样本组、德尔菲法、搭车调查法的基本概念和主要内容。第六章 度量技术与量表一、学习目的及要求通过本章的学习，了解并掌握基本度量标尺的形式，掌握量表的定义和形式，掌握量表的信度和效度概念。二、课程内容本章介绍了度量与标尺技术；量表的基本概念和形式，几种基本的量表，以及量表的信度与效度评估。三、考核要求第一节1、领会：度量的概念。2、掌握：四种基本度量标尺。第二节1、领会：量表的概念。2、掌握：四种主要的量表形式。第三节1、领会：信度的概念；效度的概念；可推广性的含义。2、熟练掌握：评估信度的三种主要方法（重复测试法、复本法、内部一致性法）和各自主要内容；检验效度的三种方式（内容效度、标准效度、建构效度）及各自主要内容。第七章 问卷设计技术一、学习目的及要求通过本章的学习，掌握问卷设计的过程，了解问卷设计原则和注意事项，掌握问卷的功能和基本结构。二、课程内容本章介绍了问卷的功能，问卷的设计流程和注意事项；问卷设计的基本范式（开场白、关联性、问题的措辞、问题排序、外观和格式）；开放式问题和封闭式问题以及预调查的操作方法。三、考核要求第一节1、领会：问卷的定义。2、掌握：问卷设计应实现的三个基本目标。3、熟练掌握：高质量问卷的几个标准。第二节1、掌握：问卷设计的流程及流程种每一步的主要内容；问卷设计应注意的问题。第三节1、掌握：问卷设计的五个方面（开场白、关联性、问题的措辞、问题排序、外观和格式）及各部分的主要内容。第四节1、领会：开放式问题的内涵；封闭式问题的内涵。2、掌握：非结构化问题的缺点；非结构化问题在哪些情况下使用；开放性问题的两种形式。3、熟练掌握：封闭性问题的几种基本形式。第五节1、领会：预调查的内涵和操作方法。第八章 抽样技术一、学习目的及要求通过本章的学习，认识并掌握普查和抽样的概念，掌握抽样的条件与步骤，了解随机抽样方法的原理，了解非随机抽样方法的原理，掌握样本容量的概念。二、课程内容本章介绍了总体和样本、抽样和普查、抽样的条件等基本内容，同时详细介绍了非概率抽样技术（方便抽样、判断抽样、配额抽样、滚雪球抽样）和概率抽样技术（简单随机抽样、系统抽样、分层抽样、整群抽样），以及选择抽样技术、提高答率和对不回答的调节，决定样本容量的统计方法。三、考核要求第一节1、领会：总体和样本的概念；抽样和普查的概念。2、掌握：选择抽样和普查的原则；抽样设计程序的四个基本步骤及其主要内容。第二节1、领会：方便抽样的基本概念；判断抽样的基本概念；配额抽样的基本概念；滚雪球抽样的基本概念。2、掌握：方便抽样的优缺点；判断抽样的优缺点；配额抽样的优缺点；滚雪球抽样的优缺点。第三节1、领会：简单随机抽样的基本概念；系统抽样的基本概念；分层抽样的基本概念；整群抽样的基本概念。2、掌握：简单随机抽样的实施过程；简单随机抽样的局限性；系统抽样实施的基本步骤；系统抽样的应用范围；分层抽样实施的基本步骤；分层抽样的两种类型（比例抽样和非比例抽样）及各自内容；整群抽样实施的基本步骤、应用范围；整群抽样与分层抽样的差异。第四节1、领会：何时选择非概率抽样，何时选择概率抽样。第五节1、领会：答率的概念；可用于调节不回答误差的方法。2、掌握：答率偏低的主要原因。第六节1、领会：参数、样本统计量、抽样分布、精度、置信区间和置信水平的概念。第九章 基本数据分析与SPSS软件应用一、学习目的及要求通过本章的学习，了解掌握利用频数分布进行初步数据分析的方法；掌握交叉表数据分析法；掌握针对交叉表的假设检验方法；掌握SPSS软件在基本数据分析中的作用。二、课程内容本章介绍了频数分布的概念、常用的统计量、假设检验及交叉表的概念，同时还介绍了频数分布、假设检验和交叉表的SPSS13.0软件应用。三、考核要求 第一节1、领会：平均数、众数、中位数的基本概念；极差、四分位极差、方差的基本概念。第二节本节不做考核要求第三节本节不做考核要求第十章 方差分析与SPSS软件应用一、学习目的及要求通过本章的学习，掌握方差分析的概念；了解单因素方差分析法和多因素方差分析法；了解SPSS软件中方差分析原理。二、课程内容本章介绍了方差分析的基本概念，及单因素方差分析、多因素方差分析与SPSS软件的应用。三、考核要求本章不做考核要求。第十一章 销售预测概述一、学习目的及要求通过本章的学习，了解和掌握销售预测的概念、销售预测的作用、销售预测的类型、销售预测的原理。二、课程内容本章介绍了销售预测的概念和作用，销售预测所依据的原理以及销售预测的程序。同时对销售预测的精度和成本进行了介绍。三、考核要求第一节1、领会：销售预测的概念。2、掌握：销售预测包含的四个要素及各要素的内容；销售预测的作用。第二节1、领会：惯性原理、相似性原理、相关性原理。2、掌握：销售预测的五阶段程序及各阶段程度的主要内容。第三节1、领会：销售预测按照活动的空间范围、对象的商品层次、预测周期的长短和预测方法性质的不同可以分为哪些类型。2、掌握：常见销售预测方法及其特点。第四节本节不做考核要求。第十二章 定性预测方法一、学习目的及要求通过本章的学习，了解和掌握定性预测的概念及特点，掌握定性预测和定量预测的关系；掌握专家评估法、主观概率法、联测法、转导法和类比法的概念和特点。二、课程内容本章介绍了定性预测的概念、特点，定性预测与定量预测的关系。同时介绍了头脑风暴法、德尔菲法、主观概率法、联测法、转导法和类比法等具体的定性预测方法。三、考核要求第一节1、领会：定性预测的概念和特点；定性预测与定量预测的关系。第二节1、领会：头脑风暴法的概念、特点；德尔菲法的概念、特点。2、熟练掌握：头脑风暴法的具体步骤和应用；德尔菲法的具体步骤和应用。第三节1、领会：主观概率法的概念和具体步骤。第四节1、领会：联测法、转导法和类比法的概念；类比法的四种应用形式。第十三章 回归分析预测方法与SPSS软件应用一、学习目的及要求通过本章的学习，了解和掌握相关关系和相关系数的概念；掌握一元线性回归和多元线性归回分析预测方法；掌握回归分析的SPSS软件应用。二、课程内容本章介绍了相关分析与SPSS软件的应用，主要介绍了一元线性回归预测方法与散点图的SPSS软件应用，以及多元线性回归预测方法与SPSS软件的应用。三、考核要求本章不做考核要求。第十四章 时间序列预测方法与SPSS软件应用一、学习目的及要求通过本章的学习，了解和掌握时间序列预测方法的基本思想；掌握简单平均预测方法的用法与使用条件；了解移动平均预测方法的基本原理与具体应用；掌握一般指数平滑预测方法、带有趋势的指数平滑法和带有趋势及季节性的指数平滑法的基本原理、适用条件及SPSS操作；了解自适应指数平滑技术的基本原理、具体应用及SPSS操作。二、课程内容本章介绍了时间序列预测的特点、分解模式，简单平均预测方法的基本原理、优缺点及其适用条件，移动平均预测方法的基本原理、特点及其适用条件，以及一般指数平滑预测方法与SPSS软件的应用，自适应指数平滑预测方法，带有趋势的指数平滑方法与SPSS软件应用，带有趋势及季节性的指数平滑方法与SPSS软件应用，带有趋势及季节性的自适应指数平滑方法与SPSS软件应用。三、考核要求本章不做考核要求。第十五章 马尔科夫预测法一、学习目的及要求通过本章的学习，了解和掌握马尔科夫预测的基本原理；掌握销售状态预测的基本步骤；了解市场占有率预测的基本步骤；了解期望利润预测的基本步骤。二、课程内容本章介绍了马尔科夫链的基本概念、状态与状态转移概率、C-K方程。同时介绍了商品销售状态预测、市场占有率预测和期望利润预测的步骤和方法。三、考核要求本章不做考核要求。第十六章 市场调查报告的撰写一、学习目的及要求通过本章的学习，了解和掌握市场调查报告在一个市场调研项目中的地位；理解对市场调查结果使用指导的必要性和基本要求；懂得如何对市场调查结果进行反馈和完善；懂得市场调查报告中图表的使用。二、课程内容本章介绍了市场调查报告的含义和撰写要求。详细介绍了市场调查报告的结构（序言、摘要、正文、附件）和各个部分的写作方法。同时对饼状图、柱状图、曲线图的应用进行了介绍。最后介绍了演示报告的准备和应用。三、考核要求第一节1、领会：市场调查报告的含义。2、熟练掌握：市场调查报告的基本要求。第二节1、熟练掌握：市场调查报告的基本结构和各个部分的基本内容。第三节1、领会：饼状图、柱状图和曲线图的使用范围。第四节1、领会：演示报告制作的规则。三 相关说明与实施要求（一）关于“课程内容与考核目标”中有关提法的说明除不做考核要求的章节外，在大纲的考核要求中，提出了“领会”、“掌握”、“熟练掌握”等三个能力层次的要求，它们的含义是：1、领会：要求应考者能够记忆规定的有关知识点的主要内容，并能够领会和理解规定的有关知识点的内涵与外延，熟悉其内容要点和它们之间的区别与联系，并能根据考核的不同要求，作出正确的解释、说明和阐述。2、掌握：要求应考者掌握有关的知识点，正确理解和记忆相关内容的原理、方法步骤等。3、熟练掌握：要求应考者必须掌握的课程中的核心内容和重要知识点。（二）自学教材本课程使用教材为：《市场调研方法与应用》（第二版），张梦霞主编，经济管理出版社，2014年版。（三）自学方法的指导本课程作为一门的专业课程，内容较多、难度大，应考者在自学过程中应该注意以下几点：1、学习前，应仔细阅读课程大纲的第一部分，了解课程的性质、地位和任务，熟悉课程的基本要求以及本课程与有关课程的联系，使以后的学习紧紧围绕课程的基本要求。2、在阅读某一章教材内容前，应先认真阅读大纲中该章的考核知识点、自学要求和考核要求，注意对各知识点的能力层次要求，以便在阅读教材时做到心中有数。3、阅读教材时，应根据大纲要求，要逐段细读，逐句推敲，集中精力，吃透每个知识点。对基本概念必须深刻理解，基本原理必须牢固掌握，在阅读中遇到个别细节问题不清楚，在不影响继续学习的前提下，可暂时搁置。4、学完教材的每一章节内容后，应认真完成教材中的习题和思考题，这一过程可有效地帮助自学者理解、消化和巩固所学的知识，增加分析问题、解决问题的能力。（四）对社会助学的要求1、应熟知考试大纲对课程所提出的总的要求和各章的知识点。2、应掌握各知识点要求达到的层次，并深刻理解各知识点的考核要求。3、对应考者进行辅导时，应以指定的教材为基础，以考试大纲为依据，不要随意增删内容，一面与考试大纲脱节。4、辅导时应对应考者进行学习方法的指导，提倡应考者“认真阅读教材，刻苦钻研教材，主动提出问题，依靠自己学懂”的学习方法。5、辅导时要注意基础、突出重点，要帮助应考者对课程内容建立一个整体的概念，对应考者提出的问题，应以启发引导为主。6、注意对应考者能力的培养，特别是自学能力的培养，要引导应考者逐步学会独立学习，在自学过程中善于提出问题、分析问题、作出判断和解决问题。7、要使应考者了解试题难易与能力层次高低两者不完全是一回事，在各个能力层次中都存在着不同难度的试题。（五）关于命题和考试的若干规定1、本大纲各章所提到的考核要求中，各条细目都是考试的内容，试题覆盖到章，适当突出重点章节，加大重点内容的覆盖密度。2、试卷对不同能力层次要求的试题所占的比例大致是：“领会”20%，“掌握”40%，“熟练掌握”为40%。3、试题难易程度要合理，可分为四档：易、较易、较难、难，这四档在各份试卷中所占的比例约为2：3：3：2。4、本课程考试试卷可能采用的题型有：单项选择题、填空题、名词解释、简答题及论述题等类型（见附录题型示例）。5、考试方式为闭卷笔试，考试时间为150分钟。评分采用百分制，60分为及格。附录 题型举例一、单项选择题：如：第一个正规的调研机构Curtis Publishing Company于（ ）年成立，主要进行汽车工业方面的调研。A.1879B.1898C.1911D.1948二、填空题：如：1922年， 公司意识到市场调研概念一定会被广泛应用，因此果断进入商业研究领域，发展了“市场占有”的概念，并提供了许多其他服务。三、名词解释：如：分层抽样四、简答题：如：简述观察法的特点。五、论述题：如：试述头脑风暴法的具体步骤。六、实践操作题：如：使用电话访问方法时需要注意一些问题，请根据下列描述指出其中存在的错误，并说明理由。“研究者A在电话铃响三次还没人接听的情况，断定家中无人，决定更换时间进行访问。”“研究者B在电话访问两次没有被接听后，放弃了对该样本户的访问。”自考/成考有疑问、不知道自考/成考考点内容、不清楚当地自考/成考政策，点击底部咨询官网老师，免费获取个人学历提升方案：
2023年计算机科学与技术自考本科主修大数据技术导论、数据采集与处理实践（Python）、Web前/后端开发、统计与数据分析、机器学习、高级数据库系统、数据可视化、云计算技术、人工智能、自然语言处理、媒体大数据案例分析、网络空间安全、计算机网络、数据结构、软件工程、操作系统等课程，以及大数据方向系列实验，并完成程序设计、数据分析、机器学习、数据可视化、大数据综合应用实践、专业实训和毕业设计等多种实践环节 武汉科技大学计算机科学与技术专业自考本科考试科目：湖北省自学考试报名咨询一、武汉科技大学自考报名方式湖北省自学考试报名咨询线上报名：可以将报名资料线上提交给湖北省自学考试报名咨询线下报名：可以到线下站点办公室进行报名，武昌：中南财大南湖校区； 汉口：东西湖区金银湖创新中心二、计算机科学与技术课程设置 一般包括高级语言程序设计、集合论与图论、近世代数、数理逻辑、形式语言与自动机、电子技术基础、数字逻辑设计、数据结构与算法、计算机组成原理、软件工程、数据库系统、操作系统、计算机网络、编译原理、计算机体系结构等课程。 三、计算机科学与技术就业方向 计算机科学与技术专业在就读期间分为了四个方向：应用软件方向、网络技术方向等。与此对应的就业方向也有所区别： 1.网络工程方向：该方向的就业前景比较好，毕业后可以到网络服务商、通信设备制造企业等从事技术开发，也可以到企事业单位从事网络工程方面的维护、教育、设计等工作。 2.软件工程方向：该方向的就业前景非常广阔，毕业后可以到软件企业、企事业单位从事软件工程方面的技术开发工作、教学工作等，也可以选择继续深造，攻读硕士、博士等。 3.通信方向：该方向的学生毕业后可以到信息产业等企事业单位从事通信技术、电子技术的工作。 4.网络与信息安全方向：毕业后可以从事信息安全领域的管理、服务工作。 计算机科学与技术作为IT行业的代表专业，在近几年一直是热门的专业，就业前景非常好，薪资待遇也比较可观，但同时也是一个优胜劣汰、学无止境的专业。自考/成考有疑问、不知道如何总结自考/成考考点内容、不清楚自考/成考报名当地政策，点击底部咨询官网，免费领取复习资料：
选择题，填空题，解答题。单招只招语文，数学，英语及综合素质四科，其中容易题占70%左右，其中易中难比例都约为7比2比1，试题虽简答，但是人数很多，竞争也是比较大的。综合素质考核分为上机考试和面试两部分，上机考试就是在考生计算机上答题，面试则由专业面试官负责，主要考察学生的临场反应能力、语言表达能力、心理素质、知识储备量等。
单项选择题 1.下面哪个程序负责HDFS数据存储。 a)NameNode b)Jobtracker c)Datanode d)secondaryNameNode e)tasktracker 2.HDfS中的block默认保存几份? a)3份 b)2份 c)1份 d)不确定 3.下列哪个程序通常与NameNode在一个节点启动? a)SecondaryNameNode b)DataNode c)TaskTracker d)Jobtracker 4.Hadoop作者 a)MartinFowler b)KentBeck c)Dougcutting 5.HDFS默认BlockSize a)32MB b)64MB c)128MB 6.下列哪项通常是集群的最主要瓶颈 a)CPU b)网络 c)磁盘 d)内存 7.关于SecondaryNameNode哪项是正确的? a)它是NameNode的热备 b)它对内存没有要求 c)它的目的是帮助NameNode合并编辑日志，减少NameNode启动时间 d)SecondaryNameNode应与NameNode部署到一个节点 多选题 8.下列哪项可以作为集群的管理工具 a)Puppet b)Pdsh c)ClouderaManager d)d)Zookeeper 9.配置机架感知的下面哪项正确 a)如果一个机架出问题，不会影响数据读写 b)写入数据的时候会写到不同机架的DataNode中 c)MapReduce会根据机架获取离自己比较近的网络数据 10.Client端上传文件的时候下列哪项正确 a)数据经过NameNode传递给DataNode b)Client端将文件切分为Block，依次上传 c)Client只上传数据到一台DataNode，然后由NameNode负责Block复制工作 11.下列哪个是Hadoop运行的模式 a)单机版 b)伪分布式 c)分布式 12.Cloudera提供哪几种安装CDH的方法 a)Clouderamanager b)Tarball c)Yumd)Rpm 判断题 13.Ganglia不仅可以进行监控，也可以进行告警。() 14.BlockSize是不可以修改的。() 15.Nagios不可以监控Hadoop集群，因为它不提供Hadoop支持。() 16.如果NameNode意外终止，SecondaryNameNode会接替它使集群继续工作。() 1 2 3