如何在业余时间学习数据分析
发布网友
发布时间：2022-04-22 22:41
共3个回答
热心网友
时间：2023-10-28 06:40
做一个好的数据分析师或者所谓的数据挖掘工程师，需要具有良好的理工科知识，慎密的逻辑分析方法和思路，常规领域的知识（文学、地理、文化、生活、基本经济领域的常识或经验），有各行各业的朋友也可以说是社会资源（此社会资源非常在招聘启示中所说的社会资源）。
仅做一个“数据搬运工”的话，那个就比较简单了，我想既然你是想扩展，估计不会仅仅想做一个“搬运工”吧！
首先理工科知识，“你说你是一个web前端开发者和rails程序员，计算机专业出身”，那恭喜你，你在使用电算工具方面具有得天独厚的优势，很多人难以成为一个优势的数据分析师，就是卡在这个地方，因为优秀的数据分析师是不会运用别人的处理结果的，因为天知道加工数据的人是否在源数据处理的过程中漏掉哪些重要的部分。
不知你在数学、运筹学、统计学方面的知识精度、深度如何，我想加精加深应该不是难事，使用的分析工具excel是最基础的，理想的分析工具仍然是spss、sas和数据库，excel只适合小数据的分析，但建模用到的知识主要是以上3个方面的知识，因此如果这3个方面的知识你很自信，那恭喜你，你只需要熟悉一下软件使用的方法即可。
再一个，我想做为一个计算机专业的人在逻辑方法、思路这个方面应该也是强项，这个不再表扬了。
第二个方面，常规领域的知识，假如你一直是一个埋头苦干的程序员，我想这部分知识，则是你迫切补充的。
数据分析：数据落脚在你对数据搜集、查全、分类、处理、建模等关键点，分析则是如何解读数据。
解读数据是则是感性大于理性的东西，则考验你的知识面的广度、深度，体验的广度、深度。有一些流程上的体验，有的则是积累。当然做到做方面很困难，因此你需要确定一个比较具体的方向（应足够的小和细），在这个方向上罗列需要掌握的知识和体验，这样不必被海量知识所淹没，迷失方向。
第三个方面有各行各业的朋友，这其实是对第二个方面的补充，拥有不同行业的朋友可以使你缩短你在第二方面的短板，属于借来主义，这个在对付突发情况，没有太多准备时间的时候，是有着非常大的帮助，重点是可以帮你快速排除干扰因素，确定关键因素，以及相对准确的解读方向。需要注意的是，这个绝对不是精分，只能用于精度不算太高的项目当中。
2. 从哪里弄到有分析价值的数据？
免费的数据就在生活当中，只是你没有注意到而已。小的来说，身边的小数据，生活区域的人流量、车辆、常见商品的价格变动（这个可以从统计局网站上获得），你自己的生活数据，工作数据，大的来说，各国各级统计局网站上的公开数据（这是海量的），股票数据，各行业的专业网站上的行业数据 ，知识产权数据（专利数据），报纸信息、广告数据。太多了，不再赘述。
3. 在开源社区有没有开源项目适合用来学习数据分析？
答案是肯定的，除了你自己可以对感兴趣的方面提个题目外，你可以到市场调查的行业网站，网络调查的平台上，上面有很多正在做的课题和问卷，你不要项目弄得太大，缩小到练习即可。
4. 可以自己动手做个什么项目来实践？
这个问题，问得让人郁闷，我想反过来问你一句，你想在哪个行业或企业发展？或者是你最关注哪个行业或企业？你所关注的行业或企业过去做什么，现在在做什么，未来计划做什么？做的规划需要了解什么？我想问到这，你应该知道做什么项目了吗？
当然如果你只是想验证一下方法，这个更简单，你拿统计局某一方面的数据比较人口、工资、企业投资，或是股票数据中某一股票的变动分析
热心网友
时间：2023-10-28 06:41
小编觉得最重要的一点就是，我们得清楚企业对数据分析师的基础技能需求是什么。这样我们才能有的放矢。我大抵总结如下：
（1）SQL数据库的基本操作，会基本的数据管理
（2）会用Excel/SQL做基本的数据分析和展示
（3）会用脚本语言进行数据分析，Python or R
（4）有获取外部数据的能力，如爬虫
（5）会基本的数据可视化技能，能撰写数据报告
（6）熟悉常用的数据挖掘算法：回归分析、决策树、随机森林、支持向量机等
之后，怎么安排自己的业余时间就看个人了。总体来说，先学基础，再学理论，最后是工具。基本上，每一门语言的学习都是要按照这个顺序来的。
1、学习数据分析基础知识，包括概率论、数理统计。基础这种东西还是要掌握好的啊，基础都还没扎实，知识大厦是很容易倒的哈。
2、你的目标行业的相关理论知识。比如金融类的，要学习证券、银行、财务等各种知识，不然到了公司就一脸懵*啦。
3、学习数据分析工具，软件结合案列的实际应用，关于数据分析主流软件有(从上手度从易到难)：Excel，SPSS，stata，R，Python，SAS等。
4、学会怎样操作这些软件，然后是利用软件从数据的清洗开始一步步进行处理，分析，最后输出结果，检验及解读数据。
如果是实在不懂，还可以去网上找些视频课程看。切记，第一步是必不可少的，是数据分析的基础。
热心网友
时间：2023-10-28 06:41
