2017,要这样学数据分析

数据分析学习规划(从入门到中级)

1、统计学(业务方向)与SQL(技术方向):首要必会技能

任何数据分析师从事业务方向的工作都必须会统计学,统计学的学习最好辅助SPSS或其他SAS来学,做到数据分析基本功扎实,兼顾实战性。

任何数据分析师从事技术方向的工作都必会SQL,不单是数据分析师,每一个运营、产品经理、尤其是互联网行业,一定要会SQL,基本知名互联网公司的产品经理都能写SQL。

学习中,要掌握SQL的基础语法、中级语法和常用函数,结合关系数据库系统(Oracle Database、SQL Server、DB2等)来学习SQL语句,找好方法,真的不难。

2、Python与R:不分伯仲,都要掌握

Python主要掌握基础语法,pandas操作、numpy操作、sklearn建模,学会用python编写网络爬虫爬取数据,等等。

R语言就是为了统计而存在的语言,我们要掌握R语言的基础语法、数据管理、数据挖掘建模与评估等。

以上是我们第二阶段要学的技能。

3、数据可视化

有了Python、和R的基础,我们可以就可以学习数据可视化了。运营和产品都需要学习可视化,可视化说白了,就是画图,但做为数据分析师来说,我们不能用EXCEL 来实现可视化,因为它的局限性太大了。这里也不建议花太多时间学习给非专业人士展示的Tableau,有1个小时学会Tableau足够。

Python中可视化的工具有matplotlib,seaborn,ploltly;

R中可视化工具有plot基础库、ggplot2

随心所欲,用Python和R,你就知道做数据分析工作是多么爽一个事

4、数据挖掘

这里知道要掌握基本概念,知道数据挖掘时做什么的,知道它与数据分析相比有什么不同

5、监督学习、非监督学习、模型评估

Model建模,知道模型建好后应该怎样去评估,掌握怎样用一些定量的指标,数据,数值来衡量模型建好后到底有多准确,或者说到底有多错误。模型评估的指标或计算方式选择正确与否,能够直接影响到整个项目获模型是否有效。

6、以上这些只是数据分析的入门,还有… …

机器学习,文本与自然语言处理,分布式计算工具SPARK…. …

(感谢作者:jacky)

han大叔

@2017-02-20 16:00

文章目录: 读书

上一篇:鼓励的奖状              下一篇:今日被扣2朵小红花