
2019年咨詢(xún)工程師方法與實(shí)務(wù)第二章考點(diǎn):數據分析與挖掘
2019年咨詢(xún)工程師考試教材和考試大綱已經(jīng)公布,想要報考2019年咨詢(xún)工程師考試的小伙伴們近期要抓緊時(shí)間開(kāi)始備考了。建設工程教育網(wǎng)將持續為大家分享2019年咨詢(xún)工程師考試考點(diǎn)知識點(diǎn),助力學(xué)員2019年咨詢(xún)工程師考試!
2019年咨詢(xún)工程師考試共分為《項目決策分析與評價(jià)》、《工程項目組織與管理》、《宏觀(guān)經(jīng)濟政策與發(fā)展規劃》和《現代咨詢(xún)方法與實(shí)務(wù)》四個(gè)科目。
下面是2019年咨詢(xún)工程師考試《現代咨詢(xún)方法與實(shí)務(wù)》科目的第二章考點(diǎn):數據分析與挖掘,希望對大家的備考有所幫助!查看更多:2019年咨詢(xún)工程師方法與實(shí)務(wù)第二章考點(diǎn)匯總
數據分析與挖掘
1.概述
信息分析的用途:
跟蹤:及時(shí)了解各領(lǐng)域新動(dòng)向、新發(fā)展,從而發(fā)現問(wèn)題、提出問(wèn)題。
比較:比較各種事物的內部矛盾之后,從而提出問(wèn)題、確定目標、擬訂方案并作出選擇。
預測:利用已掌握的信息、知識和手段,推斷事物的未來(lái)或未知方面。
評價(jià):進(jìn)行評價(jià)時(shí)應選擇合適的變量和評價(jià)指標,應當考慮評價(jià)對象之間的可比性。
定性分析:邏輯推理;
定量分析:建立數學(xué)模型,計算,求解。
數據分析的對象包括:
2.數據統計分析
數據分析的工作(階段)有哪些?
?。?)選擇數字特征;
?。?)收集并整理數據;
?。?)計算數字特征;
?。?)建立模型;
?。?)檢驗模型誤差;
?。?)利用模型預測;
?。?)評價(jià)統計與預測結果。
記憶:
選擇、整理、計算、建模、檢驗、預測、評價(jià)
3.時(shí)間數據分析方法
是按時(shí)序排列的一組來(lái)自同一現象的觀(guān)察值。
?。?)時(shí)間序列成分
?。?)時(shí)間序列建模
1)取得時(shí)間序列樣本。
2)將樣本點(diǎn)畫(huà)成圖,進(jìn)行相關(guān)分析。
3)模式識別與擬合。
4)預測未來(lái)。
時(shí)間序列常用模型:
?。?)ARMA模型
?。?)回歸模型
4.大數據系統和數據挖掘技術(shù)
?。?)大數據
大數據常以萬(wàn)億或EB衡量,且種類(lèi)多、實(shí)時(shí)性強,蘊藏的商業(yè)價(jià)值大。很多現有的新或舊的信息基礎設施、工具和技術(shù)可用來(lái)開(kāi)發(fā)和利用大數據中蘊藏的價(jià)值。
?。?)數據挖掘
數據挖掘與數據分析不同,區別在于:
1)處理工作量;(多與少的區別)
2)制約條件;(數據挖掘不做假設,自動(dòng)建立方程)
3)處理對象;(數據挖掘對象類(lèi)型繁多)
4)處理結果。(數據挖掘的結果不易解釋?zhuān)?zhù)眼于預測未來(lái),并提出決策建議)
?。?)數據挖掘步驟
網(wǎng)絡(luò )信息挖掘具體步驟如下:
1)確立目標樣本。
2)提取特征信息。
3)網(wǎng)絡(luò )信息獲取。
4)信息特征匹配。
以上就是今天的《現代咨詢(xún)方法與實(shí)務(wù)》科目的第二章考點(diǎn)分享。2019年咨詢(xún)工程師考試將于2019年4月13日、14日舉行,在2019年咨詢(xún)工程師考試前,建設工程教育網(wǎng)將持續為大家分享一些高分備考經(jīng)驗以及備考純干貨。更多2019年咨詢(xún)工程師考試備考資料,盡在建設工程教育網(wǎng)咨詢(xún)工程師欄目!
