
很多考了CDA數(shù)據(jù)分析一級的伙伴經常問的就是:如何來找一些數(shù)據(jù)分析的項目來做,練習所學習的數(shù)據(jù)分析技能,并能寫出一份數(shù)據(jù)分析報告呢?想轉數(shù)據(jù)運營,如果沒有項目經驗很難找到一份相關工作。從哪里可以學習如何做數(shù)據(jù)分析項目?如何找到項目做?如何出報告?
一、Kaggle
Kaggle發(fā)布了大量的數(shù)據(jù)分析、挖掘、機器學習預測項目,沒有實習和項目經歷的小伙伴可以在Kaggle上找到項目練手。
Kaggle上的項目有不同的項目分類,包括探索性分析,數(shù)據(jù)可視化,趨勢預測,分類等多種類型,可以根據(jù)自己的需要選擇不同過類型的項目練手。
二、阿里天池
網址:https://tianchi.aliyun.com/
Kaggle的項目都是英文的,有的小伙伴可能覺得英文看起來太費勁,阿里天池的項目全是中文的,閱讀無障礙。
這里給大家整理了10個適合新人的項目:
1、Hotelbookingdemand酒店預訂需求
https://www.kaggle.com/jessemostipak/hotel-booking-demand
該數(shù)據(jù)集包含城市酒店和度假酒店的預訂信息,包括預訂時間、停留時間,成人/兒童/嬰兒人數(shù)以及可用停車位數(shù)量等信息。
適用場景:社會科學、旅行、酒店、用戶行為,不具有明顯的行業(yè)標識,可進行常規(guī)用戶行為分析。
數(shù)據(jù)量:32列共12W數(shù)據(jù)量。
可以定義的問題:
1)基本情況:城市酒店和假日酒店預訂需求和入住率比較;
2)用戶行為:提前預訂時長、入住時長、預訂間隔、餐食預訂情況;
3)一年中最佳預訂酒店時間;
4)利用Logistic預測酒店預訂。
2、VideoGameSales電子游戲銷售分析
https://www.kaggle.com/gregorut/videogamesales
包含游戲名稱、類型、發(fā)行時間、發(fā)布者以及在全球各地的銷售額數(shù)據(jù)。適用場景:電商、游戲銷售,常規(guī)銷售數(shù)據(jù)。
數(shù)據(jù)量:11列共1.66W數(shù)據(jù)量。
可以定義的問題:
1)電子游戲市場分析:受歡迎的游戲、類型、發(fā)布平臺、發(fā)行人等;
2)預測每年電子游戲銷售額。
3)可視化應用:如何完整清晰地展示這個銷售故事。
3、USAccidents美國交通事故分析(2016-2019)
https://www.kaggle.com/sobhanmoosavi/us-accidents
覆蓋全美49州的全國性交通事故數(shù)據(jù)集,時間跨度:2016.02-2019.12,包括事故嚴重程度、事故開始和結束時間、事故地點、天氣、溫度、濕度等數(shù)據(jù)。適用場景:無明顯行業(yè)標識,通用。
數(shù)據(jù)量:49列共300W數(shù)據(jù)量。
可以定義的問題:
1)發(fā)生事故最多的州,什么時候容易發(fā)生事故;
2)影響事故嚴重程度的因素;
3)預測事故發(fā)生的地點;
4)可視化應用:講述4年間美國發(fā)生事故的總體情況
4、IBM員工離職因素分析
https://www.kaggle.com/datasets/pavansubhasht/ibm-hr-analytics-attrition-dataset
IBM員工離職原因數(shù)據(jù)及包括員工編號、年齡、受教育程度、離家距離、生活和工作的平衡、工作參與情況等信息。
可以定義的問題:
1)通過分析該數(shù)據(jù)集可以找出員工流失的因素
2)工作角色和流失率的相關性;
3)離家距離與流失率的相關性;
4)平均月收入和受教育程度對流失率的影響
5、探索影響壽命的因素
https://www.kaggle.com/datasets/kumarajarshi/life-expectancy-who
世界衛(wèi)生組織(WHO)旗下的全球衛(wèi)生觀察站(GHO)數(shù)據(jù)存儲庫跟蹤了所有國家的健康狀況以及許多其他相關因素,該數(shù)據(jù)集包括了人口統(tǒng)計學變量,收入構成和死亡率等信息。
可以定義的問題:1)最初選擇的各種預測因素是否會真正影響預期壽命?
2)哪些預測變量實際上會影響預期壽命?
3)預期壽命值低于(<65)的國家是否應該增加其醫(yī)療保健支出以改善其平均壽命?
4)嬰兒和成人死亡率如何影響預期壽命?
5)預期壽命與飲食習慣,生活方式,運動,吸煙,飲酒等有正相關還是負相關?
6)學校教育對人類壽命有何影響?7)預期壽命與飲酒有正面還是負面的關系?
6、NewYorkCityAirbnbOpenData紐約市Airbnb訂房數(shù)據(jù)
https://www.kaggle.com/dgomonov/new-york-city-airbnb-open-data
用途:房價預測和可視化展示
7、TheMoviesDataset電影數(shù)據(jù)集分析
https://www.kaggle.com/rounakbanik/the-movies-dataset
用途:多表關聯(lián)、評分排序、收入分析、推薦引擎
8、TelcoCustomerChurn電信客戶流失問題
https://www.kaggle.com/blastchar/telco-customer-churn
9、LendingClubLoanData貸款數(shù)據(jù)分析
https://www.kaggle.com/wendykan/lending-club-loan-data
用途:金融小貸、逾期分析、逾期預測
10、BitcoinHistoricalData比特幣數(shù)據(jù)分析
https://www.kaggle.com/mczielinski/bitcoin-historical-data
用途:時間戳、數(shù)據(jù)清洗、價格預測
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關鍵? 在循環(huán)神經網絡(RNN)家族中,長短期記憶網絡(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準備指南? ? 在數(shù)據(jù)驅動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務的價值轉化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預測分析中的應用:從數(shù)據(jù)查詢到趨勢預判? ? 在數(shù)據(jù)驅動決策的時代,預測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領域中,準確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認證作為國內權威的數(shù)據(jù)分析能力認證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應對策略? 長短期記憶網絡(LSTM)作為循環(huán)神經網絡(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學方法在市場調研數(shù)據(jù)中的深度應用? 市場調研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學方法則是市場調研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉日期:解鎖數(shù)據(jù)處理的關鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準確性的基礎 ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產要素的今天,數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03