https://baike.baidu.com/item/%E4%BA%AC%E4%B8%9C/210931?fr=aladdin#3
https://baike.baidu.com/item/%E6%90%BA%E7%A8%8B/3148245?fr=aladdin
分析工具：
（1）SQL
select from、where、group by、having、order by、limit
运算符（算数运算符+-*/、比较运算符><=、逻辑运算符not/and/or）
聚合函数（count、sum、avg、max、min）
函数（算术函数、字符串函数、日期函数）
谓词（like、between、is null、in）
子查询、嵌套查询、临时表、视图
集合运算（表的加减法、表联结）
case when、IF、@变量
（2）python
列表、元祖、字典、集合
if、while、for
函数、高阶函数
迭代器、生成器
类、继承、多态
正则表达式
（3）python for data analysis
numpy
pands
matplotlib/seaborn
scikit-learn
（4）数据结构与算法
搜索（二分）
排序（归并、快排、堆排）
递归（斐波拉契、回文）
最优化（背包、动态规划、贪心）
二叉树
（5）Linux
Bash shell
Awk
（6）大数据
hadoop原理
mapreduce原理
理论基础：
（1）统计概率
集中趋势（均值、中位数、分位数、众数）
离中趋势（切比雪夫定律、皮尔逊相关系数、协方差、方差、标准差、峰度、偏度）
概率（排列组合、加法公式、乘法公式、条件概率、独立事件、贝叶斯）
离散型概率分布（0-1/伯努利分布、二项分布、泊松分布）
连续型概率分布（正态/高斯分布、偏态分布、峰态分布、指数分布、β分布、γ分布）
极大似然估计、最大后验估计、中心极限定理、大数定律
假设检验（抽样、区间估计、参数估计、置信区间、P值）
方差分析/显著性差异（T检验、F检验、卡方检验）
蒙特卡罗、时间序列
（2）机器学习
代价函数（MSE、交叉熵损失）
梯度下降（随机梯度、小批量梯度）
极大似然估计
交叉验证（gridsearchCV）
模型评估（R2、RMSE、accuracy、Precision、AUC、ROC、F1 score）
模型融合（voting、averaging、bagging、boosting、stacking）
过拟合
正则化
预处理（标准化、归一化）
异常值检测
特征工程（embedding）
线性回归（lasso、ridge）
logistic回归（熵、基尼系数）
决策树/随机森林（ID3、C4.5、CART）
adaboost/gbdt/xgboost/lightgbm
感知机/SVM（凸优化、神经网络）
朴素贝叶斯
KNN（kd树）
k-means
PCA/SVD
推荐系统（关联分析Apriori、协同过滤）
应用背景
优缺点