《數(shù)據(jù)分析專項練習(xí)題庫》
《CDA數(shù)據(jù)分析認(rèn)證考試模擬題庫》
《企業(yè)數(shù)據(jù)分析面試題庫》

一、單選題

1.某超市研究銷售紀(jì)錄數(shù)據(jù)后發(fā)現(xiàn)，買啤酒的人很大概率也會購買尿布，這種屬于數(shù)據(jù)挖掘的哪類問題？(A)

A. 關(guān)聯(lián)規(guī)則發(fā)現(xiàn)

B. 聚類

C. 分類

D. 自然語言處理

 

2.以下兩種描述分別對應(yīng)哪兩種對分類算法的評價標(biāo)準(zhǔn)？ (A)

(a)警察抓小偷，描述警察抓的人中有多少個是小偷的標(biāo)準(zhǔn)。

(b)描述有多少比例的小偷給警察抓了的標(biāo)準(zhǔn)。

A. Precision, Recall

B. Recall, Precision

C. Precision, ROC

D. Recall, ROC

 

3.將原始數(shù)據(jù)進(jìn)行集成、變換、維度規(guī)約、數(shù)值規(guī)約是在以下哪個步驟的任務(wù)？(C)

A. 頻繁模式挖掘

B. 分類和預(yù)測

C. 數(shù)據(jù)預(yù)處理

D. 數(shù)據(jù)流挖掘

 

4.當(dāng)不知道數(shù)據(jù)所帶標(biāo)簽時，可以使用哪種技術(shù)促使帶同類標(biāo)簽的數(shù)據(jù)與帶其他標(biāo)簽的數(shù)據(jù)相分離？(B)

A. 分類

B. 聚類

C. 關(guān)聯(lián)分析

D. 隱馬爾可夫鏈

 

5.什么是KDD？ (A)

A. 數(shù)據(jù)挖掘與知識發(fā)現(xiàn)

B. 領(lǐng)域知識發(fā)現(xiàn)

C. 文檔知識發(fā)現(xiàn)

D. 動態(tài)知識發(fā)現(xiàn)

 

6.使用交互式的和可視化的技術(shù)，對數(shù)據(jù)進(jìn)行探索屬于數(shù)據(jù)挖掘的哪一類任務(wù)？（A）

A. 探索性數(shù)據(jù)分析

B. 建模描述

C. 預(yù)測建模

D. 尋找模式和規(guī)則

 

7.為數(shù)據(jù)的總體分布建模；把多維空間劃分成組等問題屬于數(shù)據(jù)挖掘的哪一類任務(wù)？(B)

A. 探索性數(shù)據(jù)分析

B. 建模描述

C. 預(yù)測建模

D. 尋找模式和規(guī)則

 

8.建立一個模型，通過這個模型根據(jù)已知的變量值來預(yù)測其他某個變量值屬于數(shù)據(jù)挖掘的哪一類任務(wù)？(C)

A. 根據(jù)內(nèi)容檢索

B. 建模描述

C. 預(yù)測建模

D. 尋找模式和規(guī)則

 

9.用戶有一種感興趣的模式并且希望在數(shù)據(jù)集中找到相似的模式，屬于數(shù)據(jù)挖掘哪一類任務(wù)？(A)

A. 根據(jù)內(nèi)容檢索

B. 建模描述

C. 預(yù)測建模

D. 尋找模式和規(guī)則

 

10.下面哪種不屬于數(shù)據(jù)預(yù)處理的方法？ (D)

A變量代換

B離散化

C聚集

D估計遺漏值

 

11.假設(shè)12個銷售價格記錄組已經(jīng)排序如下：5, 10, 11, 13, 15,35, 50, 55, 72, 92, 204, 215，將它們劃分成四個箱，等頻（等深）劃分時，15在第幾個箱子內(nèi)？ (B)

A 第一個

B 第二個

C 第三個

D 第四個

 

12. 假設(shè)12個銷售價格記錄組已經(jīng)排序如下：5, 10, 11, 13, 15,35, 50, 55, 72, 92, 204, 215，等寬劃分時（寬度為50），15又在哪個箱子里？ (A)

A 第一個

B 第二個

C 第三個

D 第四個

 

13.下面哪個不屬于數(shù)據(jù)的屬性類型：(D)

A 標(biāo)稱

B 序數(shù)

C 區(qū)間

D相異

 

14.只有非零值才重要的二元屬性被稱作：( C )

A 計數(shù)屬性

B 離散屬性

C非對稱的二元屬性

D 對稱屬性

 

15.以下哪種方法不屬于特征選擇的標(biāo)準(zhǔn)方法： (D)

A 嵌入

B 過濾

C 包裝

D 抽樣

 

16.下面不屬于創(chuàng)建新屬性的相關(guān)方法的是： (B)

A特征提取

B特征修改

C映射數(shù)據(jù)到新的空間

D特征構(gòu)造

 

17.考慮值集{1、2、3、4、5、90}，其截斷均值（p=20%）是 (C)

A 2

B 3

C 3.5

D 5

 

18.下面哪個屬于映射數(shù)據(jù)到新的空間的方法？ (A)

A 傅立葉變換

B 特征加權(quán)

C 漸進(jìn)抽樣

D 維歸約

 

19.熵是為消除不確定性所需要獲得的信息量，投擲均勻正六面體骰子的熵是： (B)

A 1比特

B 2.6比特

C 3.2比特

D 3.8比特

 

20.假設(shè)屬性income的最大最小值分別是12000元和98000元。利用最大最小規(guī)范化的方法將屬性的值映射到0至1的范圍內(nèi)。對屬性income的73600元將被轉(zhuǎn)化為：(D)

A 0.821

B 1.224

C 1.458

D 0.716

 

21.假定用于分析的數(shù)據(jù)包含屬性age。數(shù)據(jù)元組中age的值如下（按遞增序）：13，15，16，16，19，20，20，21，22，22，25，25，25，30，33，33，35，35，36，40，45，46，52，70, 問題：使用按箱平均值平滑方法對上述數(shù)據(jù)進(jìn)行平滑，箱的深度為3。第二個箱子值為：(A)

A 18.3

B 22.6

C 26.8

D 27.9

 

22.考慮值集{12 24 33 2 4 55 68 26}，其四分位數(shù)極差是：(A)

A 31

B 24

C 55

D 3

 

23.下列哪個不是專門用于可視化時間空間數(shù)據(jù)的技術(shù)： (B)

A 等高線圖

B 餅圖

C 曲面圖

D 矢量場圖

 

24.在抽樣方法中，當(dāng)合適的樣本容量很難確定時，可以使用的抽樣方法是： (D)

A 有放回的簡單隨機(jī)抽樣

B 無放回的簡單隨機(jī)抽樣

C 分層抽樣

D 漸進(jìn)抽樣

 

25.數(shù)據(jù)倉庫是隨著時間變化的,下面的描述不正確的是 (C)

A. 數(shù)據(jù)倉庫隨時間的變化不斷增加新的數(shù)據(jù)內(nèi)容;

B. 捕捉到的新數(shù)據(jù)會覆蓋原來的快照;

C. 數(shù)據(jù)倉庫隨時間變化不斷刪去舊的數(shù)據(jù)內(nèi)容;

D. 數(shù)據(jù)倉庫中包含大量的綜合數(shù)據(jù)，這些綜合數(shù)據(jù)會隨著時間的變化不斷地進(jìn)行重新綜合;

 

26.關(guān)于基本數(shù)據(jù)的元數(shù)據(jù)是指: (D)

A. 基本元數(shù)據(jù)與數(shù)據(jù)源，數(shù)據(jù)倉庫，數(shù)據(jù)集市和應(yīng)用程序等結(jié)構(gòu)相關(guān)的信息;

B. 基本元數(shù)據(jù)包括與企業(yè)相關(guān)的管理方面的數(shù)據(jù)和信息;

C. 基本元數(shù)據(jù)包括日志文件和簡歷執(zhí)行處理的時序調(diào)度信息;

D. 基本元數(shù)據(jù)包括關(guān)于裝載和更新處理，分析處理以及管理方面的信息;

 

27.下面關(guān)于數(shù)據(jù)粒度的描述不正確的是: (C)

A. 粒度是指數(shù)據(jù)倉庫小數(shù)據(jù)單元的詳細(xì)程度和級別;

B. 數(shù)據(jù)越詳細(xì)，粒度就越小，級別也就越高;

C. 數(shù)據(jù)綜合度越高，粒度也就越大，級別也就越高;

D. 粒度的具體劃分將直接影響數(shù)據(jù)倉庫中的數(shù)據(jù)量以及查詢質(zhì)量.

 

28.在有關(guān)數(shù)據(jù)倉庫測試,下列說法不正確的是: (D)

A. 在完成數(shù)據(jù)倉庫的實施過程中，需要對數(shù)據(jù)倉庫進(jìn)行各種測試.測試工作中要包括單元測試和系統(tǒng)測試.

B. 當(dāng)數(shù)據(jù)倉庫的每個單獨組件完成后，就需要對他們進(jìn)行單元測試.

C. 系統(tǒng)的集成測試需要對數(shù)據(jù)倉庫的所有組件進(jìn)行大量的功能測試和回歸測試.

D. 在測試之前沒必要制定詳細(xì)的測試計劃.

 

29.OLAP技術(shù)的核心是: (D)

A. 在線性;

B. 對用戶的快速響應(yīng);

C. 互操作性.

D. 多維分析;

 

30.關(guān)于OLAP的特性,下面正確的是: (D)

(1)快速性 (2)可分析性 (3)多維性 (4)信息性 (5)共享性

A. (1) (2) (3)

B. (2) (3) (4)

C. (1) (2) (3) (4)

D. (1) (2) (3) (4) (5)

 

31.關(guān)于OLAP和OLTP的區(qū)別描述,不正確的是: (C)

A. OLAP主要是關(guān)于如何理解聚集的大量不同的數(shù)據(jù)，它與OTAP應(yīng)用程序不同

B. 與OLAP應(yīng)用程序不同，OLTP應(yīng)用程序包含大量相對簡單的事務(wù)

C. OLAP的特點在于事務(wù)量大，但事務(wù)內(nèi)容比較簡單且重復(fù)率高

D. OLAP是以數(shù)據(jù)倉庫為基礎(chǔ)的，但其最終數(shù)據(jù)來源與OLTP一樣均來自底層的數(shù)據(jù)庫系統(tǒng)，兩者面對的用戶是相同的

 

32.OLAM技術(shù)一般簡稱為“數(shù)據(jù)聯(lián)機(jī)分析挖掘”，下面說法正確的是: (D)

A. OLAP和OLAM都基于客戶機(jī)/服務(wù)器模式，只有后者有與用戶的交互性

B. 由于OLAM的立方體和用于OLAP的立方體有本質(zhì)的區(qū)別.

C. 基于WEB的OLAM是WEB技術(shù)與OLAM技術(shù)的結(jié)合.

D. OLAM服務(wù)器通過用戶圖形接口接收用戶的分析指令，在元數(shù)據(jù)的指導(dǎo)下，對超級立方體作一定的操作.

 

33.關(guān)于OLAP和OLTP的說法,下列不正確的是: (A)

A. OLAP事務(wù)量大，但事務(wù)內(nèi)容比較簡單且重復(fù)率高.

B. OLAP的最終數(shù)據(jù)來源與OLTP不一樣.

C. OLTP面對的是決策人員和高層管理人員.

D. OLTP以應(yīng)用為核心，是應(yīng)用驅(qū)動的.

 

34.設(shè)X={1，2，3}是頻繁項集，則可由X產(chǎn)生__(C)__個關(guān)聯(lián)規(guī)則。

A、4

B、5

C、6

D、7

 

35.頻繁項集、頻繁閉項集、最大頻繁項集之間的關(guān)系是： (C)

A、頻繁項集 頻繁閉項集=最大頻繁項集

B、頻繁項集=頻繁閉項集 最大頻繁項集

C、頻繁項集 頻繁閉項集 最大頻繁項集

D、頻繁項集=頻繁閉項集=最大頻繁項集

 

36.考慮下面的頻繁3-項集的集合：{1，2，3}，{1，2，4}，{1，2，5}，{1，3，4}，{1，3，5}，{2，3，4}，{2，3，5}，{3，4，5}假定數(shù)據(jù)集中只有5個項，采用合并策略，由候選產(chǎn)生過程得到4-項集不包含（C）

A、1，2，3，4

B、1，2，3，5

C、1，2，4，5

D、1，3，4，5

 

37.下面選項中t不是s的子序列的是 ( C )

A、s=<{2,4},{3,5,6},{8}> t=<{2},{3,6},{8}>

B、s=<{2,4},{3,5,6},{8}> t=<{2},{8}>

C、s=<{1,2},{3,4}> t=<{1},{2}>

D、s=<{2,4},{2,4}> t=<{2},{4}>

 

38.在圖集合中發(fā)現(xiàn)一組公共子結(jié)構(gòu)，這樣的任務(wù)稱為 ( B )

A、頻繁子集挖掘

B、頻繁子圖挖掘

C、頻繁數(shù)據(jù)項挖掘

D、頻繁模式挖掘

 

39.下列度量不具有反演性的是 (D)

A、系數(shù)

B、幾率

C、Cohen度量

D、興趣因子

 

40.下列__(A)__不是將主觀信息加入到模式發(fā)現(xiàn)任務(wù)中的方法。

A、與同一時期其他數(shù)據(jù)對比

B、可視化

C、基于模板的方法

D、主觀興趣度量

 

41.下面購物籃能夠提取的3-項集的最大數(shù)量是多少（C）

 

ID 購買項

1 牛奶，啤酒，尿布

2 面包，黃油，牛奶

3 牛奶，尿布，餅干

4 面包，黃油，餅干

5 啤酒，餅干，尿布

6 牛奶，尿布，面包，黃油

7 面包，黃油，尿布

8 啤酒，尿布

9 牛奶，尿布，面包，黃油

10 啤酒，餅干

A、1

B、2

C、3

D、4

 

42.以下哪些算法是分類算法？（B）

A、DBSCAN

B、C4.5

C、K-Means

D、EM

 

43.以下哪些分類方法可以較好地避免樣本的不平衡問題？ （A）

A，KNN

B，SVM

C，Bayes

D，神經(jīng)網(wǎng)絡(luò)

 

44.決策樹中不包含以下哪種結(jié)點？  (C)

A,根結(jié)點（root node)

B,內(nèi)部結(jié)點（internal node）

C,外部結(jié)點（external node）

D,葉結(jié)點（leaf node）

 

45.以下哪項關(guān)于決策樹的說法是錯誤的 (C)

A. 冗余屬性不會對決策樹的準(zhǔn)確率造成不利的影響

B. 子樹可能在決策樹中重復(fù)多次

C. 決策樹算法對于噪聲的干擾非常敏感

D. 尋找最佳決策樹是NP完全問題

 

46.在基于規(guī)則的分類器中，依據(jù)規(guī)則質(zhì)量的某種度量對規(guī)則排序，保證每一個測試記錄都是由覆蓋它的“最好的”規(guī)格來分類，這種方案稱為 (B)

A. 基于類的排序方案

B. 基于規(guī)則的排序方案

C. 基于度量的排序方案

D. 基于規(guī)格的排序方案。

 

47.以下哪些算法是基于規(guī)則的分類器 (A)

A. C4.5

B. KNN

C. Naive Bayes

D. ANN

 

48.如果規(guī)則集R中不存在兩條規(guī)則被同一條記錄觸發(fā)，則稱R中的規(guī)則為（C）；

A, 無序規(guī)則

B，窮舉規(guī)則

C，互斥規(guī)則

D，有序規(guī)則

 

49.如果對屬性值的任一組合，規(guī)則集R中都存在一條規(guī)則加以覆蓋，則稱R中的規(guī)則為(B)

A, 無序規(guī)則

B，窮舉規(guī)則

C，互斥規(guī)則

D，有序規(guī)則

 

50.如果規(guī)則集中的規(guī)則按照優(yōu)先級降序排列，則稱規(guī)則集是 (D)

A, 無序規(guī)則

B，窮舉規(guī)則

C，互斥規(guī)則

D，有序規(guī)則

 

51.如果允許一條記錄觸發(fā)多條分類規(guī)則，把每條被觸發(fā)規(guī)則的后件看作是對相應(yīng)類的一次投票，然后計票確定測試記錄的類標(biāo)號，稱為（A）

A, 無序規(guī)則

B，窮舉規(guī)則

C，互斥規(guī)則

D，有序規(guī)則

 

52.考慮兩隊之間的足球比賽：隊0和隊1。假設(shè)65%的比賽隊0勝出，剩余的比賽隊1獲勝。隊0獲勝的比賽中只有30%是在隊1的主場，而隊1取勝的比賽中75%是主場獲勝。如果下一場比賽在隊1的主場進(jìn)行，隊1獲勝的概率為 (C)

A，0.75

B，0.35

C，0.4678

D，0.5738

 

53.以下關(guān)于人工神經(jīng)網(wǎng)絡(luò)（ANN）的描述錯誤的有 (A)

A，神經(jīng)網(wǎng)絡(luò)對訓(xùn)練數(shù)據(jù)中的噪聲非常魯棒

B，可以處理冗余特征

C，訓(xùn)練ANN是一個很耗時的過程

D，至少含有一個隱藏層的多層神經(jīng)網(wǎng)絡(luò)

 

54.通過聚集多個分類器的預(yù)測來提高分類準(zhǔn)確率的技術(shù)稱為 (A)

A，組合(ensemble)

B，聚集(aggregate)

C，合并(combination)

D，投票(voting)

 

55.簡單地將數(shù)據(jù)對象集劃分成不重疊的子集，使得每個數(shù)據(jù)對象恰在一個子集中，這種聚類類型稱作（ B ）

A、層次聚類

B、劃分聚類

C、非互斥聚類

D、模糊聚類

 

56.在基本K均值算法里，當(dāng)鄰近度函數(shù)采用（ A ）的時候，合適的質(zhì)心是簇中各點的中位數(shù)。

A、曼哈頓距離

B、平方歐幾里德距離

C、余弦距離

D、Bregman散度

 

57.（ C ）是一個觀測值，它與其他觀測值的差別如此之大，以至于懷疑它是由不同的機(jī)制產(chǎn)生的。

A、邊界點

B、質(zhì)心

C、離群點

D、核心點

 

58.BIRCH是一種（ B ）。

A、分類器

B、聚類算法

C、關(guān)聯(lián)分析算法

D、特征選擇算法

 

59.檢測一元正態(tài)分布中的離群點，屬于異常檢測中的基于（ A ）的離群點檢測。

A、統(tǒng)計方法

B、鄰近度

C、密度

D、聚類技術(shù)

 

60.（ C ）將兩個簇的鄰近度定義為不同簇的所有點對的平均逐對鄰近度，它是一種凝聚層次聚類技術(shù)。

A、MIN（單鏈）

B、MAX（全鏈）

C、組平均

D、Ward方法

 

二、多選題

61.尋找數(shù)據(jù)集中的關(guān)系是為了尋找精確、方便并且有價值地總結(jié)了數(shù)據(jù)的某一特征的表示，這個過程包括了以下哪些步驟？ (A B C D)

A. 決定要使用的表示的特征和結(jié)構(gòu)

B. 決定如何量化和比較不同表示擬合數(shù)據(jù)的好壞

C. 選擇一個算法過程使評分函數(shù)最優(yōu)

D. 決定用什么樣的數(shù)據(jù)管理原則以高效地實現(xiàn)算法。

 

62.數(shù)據(jù)挖掘的預(yù)測建模任務(wù)主要包括哪幾大類問題？ (A B)

A. 分類

B. 回歸

C. 模式發(fā)現(xiàn)

D. 模式匹配

 

63.數(shù)據(jù)挖掘算法的組件包括：(A B C D)

A. 模型或模型結(jié)構(gòu)

B. 評分函數(shù)

C. 優(yōu)化和搜索方法

D. 數(shù)據(jù)管理策略

 

64.下列何種算法可以幫助我們做數(shù)值的預(yù)測(Prediction)？(B,D)

A.Apriori    B.Decision Tree    C.Naive Bayes    D.Linear Regression

 

65.在現(xiàn)實世界的數(shù)據(jù)中，元組在某些屬性上缺少值是常有的。描述處理該問題的各種方法有： (ＡＢＣＤ )

A忽略元組

B使用屬性的平均值填充空缺值

C使用一個全局常量填充空缺值

D使用與給定元組屬同一類的所有樣本的平均值

 

66. 時間序列的問題需考慮下列何者？(A, C, D)

A.季節(jié)性  B.地點  C.時間  D.趨勢

 

67.對于數(shù)據(jù)挖掘中的原始數(shù)據(jù)，存在的問題有： (ＡＢＣＤ)

A 不一致

B重復(fù)

C不完整

D 含噪聲

 

68.下列屬于不同的有序數(shù)據(jù)的有：(ＡＢＣ)

A 時序數(shù)據(jù)

B 序列數(shù)據(jù)

C時間序列數(shù)據(jù)

D事務(wù)數(shù)據(jù)

 

69.下面屬于數(shù)據(jù)集的一般特性的有： (B C D)

A 連續(xù)性

B 維度

C 稀疏性

D 分辨率

 

70.下面屬于維歸約常用的線性代數(shù)技術(shù)的有： (A C)

A 主成分分析

B 特征提取

C 奇異值分解

D 特征加權(quán)

 

71.下面列出的條目中，哪些是數(shù)據(jù)倉庫的基本特征： (ACD)

A. 數(shù)據(jù)倉庫是面向主題的

B. 數(shù)據(jù)倉庫的數(shù)據(jù)是集成的

C. 數(shù)據(jù)倉庫的數(shù)據(jù)是相對穩(wěn)定的

D. 數(shù)據(jù)倉庫的數(shù)據(jù)是反映歷史變化的

 

72.以下各項均是針對數(shù)據(jù)倉庫的不同說法，你認(rèn)為正確的有（BCD）。

A．數(shù)據(jù)倉庫就是數(shù)據(jù)庫

B．數(shù)據(jù)倉庫是一切商業(yè)智能系統(tǒng)的基礎(chǔ)

C．數(shù)據(jù)倉庫是面向業(yè)務(wù)的，支持聯(lián)機(jī)事務(wù)處理（OLTP）

D．數(shù)據(jù)倉庫支持決策而非事務(wù)處理

 

73.數(shù)據(jù)倉庫在技術(shù)上的工作過程是： (ABCD)

A. 數(shù)據(jù)的抽取

B. 存儲和管理

C. 數(shù)據(jù)的表現(xiàn)

D. 數(shù)據(jù)倉庫設(shè)計

 

74.聯(lián)機(jī)分析處理包括以下哪些基本分析功能？ (BCD)

A. 聚類

B. 切片

C. 轉(zhuǎn)軸

D. 切塊

 

75.利用Apriori算法計算頻繁項集可以有效降低計算頻繁集的時間復(fù)雜度。在以下的購物籃中產(chǎn)生支持度不小于3的候選3-項集，在候選2-項集中需要剪枝的是（BD）

立刻掃碼

看更多數(shù)據(jù)分析師認(rèn)證試題

——學(xué)數(shù)據(jù)分析技能一定要了解的大廠入門券，CDA數(shù)據(jù)分析師認(rèn)證證書！

CDA（數(shù)據(jù)分析師認(rèn)證），與CFA相似，由國際范圍內(nèi)數(shù)據(jù)科學(xué)領(lǐng)域行業(yè)專家、學(xué)者及知名企業(yè)共同制定并修訂更新，迅速發(fā)展成行業(yè)內(nèi)長期而穩(wěn)定的全球大數(shù)據(jù)及數(shù)據(jù)分析人才標(biāo)準(zhǔn)，具有專業(yè)化、科學(xué)化、國際化、系統(tǒng)化等特性。

同時，CDA全棧考試布局和認(rèn)證體系已得到社會認(rèn)可，并由為IBM、華為等提供全球認(rèn)證服務(wù)的Pearson VUE面向全球提供靈活的考試服務(wù)。

報名方式

登錄CDA認(rèn)證考試官網(wǎng)注冊報名>>點擊報名

報名費用

Level Ⅰ：1200 RMB

Level Ⅱ：1700 RMB

Level Ⅲ：2000 RMB

考試地點

Level Ⅰ + Level Ⅱ：中國區(qū)30+省市，70+城市，250+考場，考生可就近考場預(yù)約考試 >看看我所在的地哪里報名<

Level Ⅲ：中國區(qū)30所城市，北京/上海/天津/重慶/成都/深圳/廣州/濟(jì)南/南京/杭州/蘇州/福州/太原/武漢/長沙/西安/貴陽/鄭州/南寧/昆明/烏魯木齊/沈陽/哈爾濱/合肥/石家莊/呼和浩特/南昌/長春/大連/蘭州>看看我所在的地哪里報名<

報考條件

CDA Level I >了解更多<

? 報考條件：無要求。

CDA Level II >了解更多<

? 報考條件：獲得CDA Level Ⅰ認(rèn)證證書；

? 考試時間：隨報隨考。

CDA Level III >了解更多<

? 報考條件：獲得CDA Level Ⅱ認(rèn)證證書；

? 考試時間：一年四屆 3月、6月、9月、12月的最后一個周六。

——熱門課程推薦：

想學(xué)習(xí)PYTHON數(shù)據(jù)分析與金融數(shù)字化轉(zhuǎn)型精英訓(xùn)練營，您可以點擊>>>“人才轉(zhuǎn)型”了解課程詳情；

想從事業(yè)務(wù)型數(shù)據(jù)分析師，您可以點擊>>>“數(shù)據(jù)分析師”了解課程詳情；

想從事大數(shù)據(jù)分析師，您可以點擊>>>“大數(shù)據(jù)就業(yè)”了解課程詳情；

想成為人工智能工程師，您可以點擊>>>“人工智能就業(yè)”了解課程詳情；

想了解Python數(shù)據(jù)分析，您可以點擊>>>“Python數(shù)據(jù)分析師”了解課程詳情；

想咨詢互聯(lián)網(wǎng)運(yùn)營，你可以點擊>>>“互聯(lián)網(wǎng)運(yùn)營就業(yè)班”了解課程詳情； 

更多考試介紹及備考福利請點擊：CDA 認(rèn)證考試中心官網(wǎng)

推薦學(xué)習(xí)書籍

《CDA一級教材》適合CDA一級考生備考，也適合業(yè)務(wù)及數(shù)據(jù)分析崗位的從業(yè)者提升自我。完整電子版已上線CDA網(wǎng)校，累計已有10萬+在讀~

免費加入閱讀：https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0