发帖
雷达卡
【成都CDA学员分享】我的数据分析学习历程！！！
数据分析交流群：280848607
数据分析交流群：280848607
我的知识背景并不复杂，理工科
出身、计算机专业，在校期间最喜爱的专业课是数据库和数据结构，虽然最终没有成为一个程序猿，但也曾经通宵奋战写代码，除此之外，和大部分大学生一样，普通的高等数据基础、学过概率统计，简而言之，我的基础和大部分同学一样；在我看来编程的核心是数据库，而数据库的核心是数据，在一次数据库方面的讲座中偶然听到了一个新的词汇“数据挖掘”，而数据挖掘的作用是挖掘蕴藏在大型数据库海量数据中潜在应用价值的信息或规则；面对日益庞大的数据量，我们需要的不正是去粗取精吗？我被如此新颖和实用的技术深深的吸引了，这一年是2011年底；在之后的一长段时间中，我在生产企业中工作过，在生产企业中我接触到了精益六西格玛，而在这种管理方法体系中恰恰最看重的就是数据；之后在管理咨询公司工作的经历让我体会到，各行各业已经开始重视数据在工作中的作用，开始根据看得到的数据来进行日常的管理工作和安排将来的工作计划，这让我看到了数据的潜力，也让我坚定了将“数据”作为我的工作技能的决心，但怎样才能成为一个专业的数据人，对此我一无所知。
为了在不浪费时间和精力的前提
下更快更好地进入数据领域，我当时参加了另一机构的培训，这一次培训的内容包括几个大的方面：战略管理、数据分析基础、量化经营、量化投资，在培训期间学习了很多在管理咨询公司接触过的知识，如：PEST分析、波特五力模型、SWOT分析、波士顿矩阵、GE矩阵，让我对这些工具有了更深层次的体会和理解；课程中除了讲到了数据分析行业的前景等预备知识还有数据采集、数据录入、数据清洗、数据分析前加工，也讲了我感兴趣的回归分析、时间序列分析，并且都由老师带领同学使用Excel（在软件使用上EXCEL全搞定）进行操作，但是苦于我并非财会专业毕业，并没有学习过财务管理、市场营销等课程，在量化投资部分学习起来感觉比较吃力；经过培训之后让我对数据的作用有了更直观的认识，也熟悉了数据分析项目的步骤和工作内容，更让我感受了如何站在一个决策者的角度利用总投资估算表、总成本费用估算表、收益估算表、现金流量表的数据进行准确的投资决策。最终我还是没有勇气放弃现在的职业毅然地进入数据分析行业。
在工作之余，我总是不能抑制对
数据分析的好奇，闲暇时就会在网上搜索各种关于“数据分析”的知识，了解如何入门、看高手对菜鸟的建议、也买了很多数据分析的入门书籍，但越是如此，越觉得离数据分析远了、更远了；如何才能系统地学习数据分析？成了我最大的问题。我开始在网络上寻找解决的办法，下载各种视频教程和讲义，但越是如此，越觉得本来就支离破碎的知识体系变得更混乱了，报着再试一次的心态，我报了CDA数据分析师的培训，一二级一起报，只是为了能找到学习的方向和系统的方法。
在看到视频课程的内容之后，我感觉应该会比我自学要系统了很多，所以我像突然在沙漠中发现了绿洲一样，将闲暇的时间都投入到数据分析的视频学习中；学习数据分析的统计基唤醒了我大学时期对概率统计的回忆，由浅入深，循序渐进：
不仅描述了数据分析的详细流程，更是解答了我对数据分析知识体系的疑问。
在数据分析软件课程之前，
老师将各种分析软件的优势和劣势进行了列举和对比，并着重讲解了SAS Base（编程）和SAS EG（编程+菜单），就工具选择而言，我认为适合自己的才是最好的，从一而终才是最高效的，工具使用往往都是一通百通；在SAS Base的课程中将课程分为基础篇和应用篇，基础篇中的主要内容：了解SAS各模块、SAS Base界面讲解、SAS逻辑库及数据获取、SQL语言基础、SAS语法、SAS Base编程核心（Proc步和Data步）、SAS运算符和函数、SAS宏的定义；在应用篇中编程操作了t检验、方差分析、相关分析、回归分析、logistic回归分析、列联表分析、因子分析、聚类分析和判别分析，并根据实际操作中出现的问题进行了讲解和演示；对于编程的学习，我的体会是多看、多练、多想，只看不练，对编程能力的提高是有限的、低效的，但编程对于一个合格的数据分析师而言却是必不可少的。SAS EG的学习就比SAS Base的学习更直观和简洁，通过软件已经设定好的界面按键可以快捷地实现各种图形的生成和参数的调整，在前期学习中可以更快达到分析的效果，实际的使用原理和方法与SAS Base一致，简单说，SAS Base和SAS EG的关系就像DOS和Windows的关系，值得一提的是SAS EG在任务执行之后都会产生相应的代码，是初学者学习SAS编程的途径之一。
在课程最后将数据挖掘进行了界定，明确了数据挖掘是从历史经验中寻找规则，根据规则提供预测性决策的支持。
而现在常说的数据分析在不同行业不同领域的职业人眼中，可能有不同的定义，因为数据分析本身就是多个学科的交叉，如：数据库、统计学、机器学习、人工智能、模式识别、知识发现，甚至可以涉及到心理学和管理学，引用沈浩老师的定义：数据分析是有针对性的收集、加工、整理数据，并采用统计和挖掘技术分析和解释数据的科学与艺术！
详细地讲授了如何将前三周所学的知识进行融会贯通并运用到实际的工作当中去，在实际案例的讲解过程中，也把之前所提到的重要知识点和关键步骤进行了梳理和巩固。在工作中运用所学的知识，①首先应该清楚使用数据分析技术所要达到的目标，根据目标对数据进行规划和收集，②然后将所收集的数据进行编码、对缺失值进行填补等，必要时还需要进行适当的扩充，③根据所要解决的问题和所采集的数据类型选择合适的算法和模型并注意算法和模型使用的前提假设，④并注意解释变量间存在多重共线性等问题，⑤将数据进行建模分析后对分析结果进行检查，及时调整异常数据查看异常原因，以确保呈现结果的准确性和有效性，⑥最后将分析结果反应到文字报告中，为业务的优化提供决策依据。
经过CDA I级的培训收益匪浅，
不仅系统全面地构建了数据分析的知识体系，将自身散乱的知识碎片进行归类和整理，更是通过和现场老师的交流根据自身的实际情况进行了职业规划，明确了今后发展的方向和所需的知识；通过CDA提供的平台，认识了志同道合的同学朋友，通过互相的交流和学习收获了数据分析在各行各业中运用的经验；在短短的八天学习时间中，真正的见识了数据分析所带来的美丽和价值，也坚定了在数据分析道路上走下去的决心，在此期间，除了同学间营造出的浓厚学习氛围，CDA成都的老师用心的帮助和鼓励更让我体会到CDA是一个可以学习到真本事的地方；借助CDA的平台，我们可以获取最新的数据分析学习经验和行业动态，也得到了更多的机会锻炼自己、展示自己。
最后，感谢成都CDA I级现场班的全体学员，是大家营造出了浓厚的学习氛围；也感谢所有为我们授课的老师，不厌其烦地回答我们各种各样的问题。
套用CDA的广告词结尾：真本事，心舒适。
感谢学员分享自己的学习经验和看法。
声明：分享内容为学员个人观点，不代表CDA立场。
了解成都CDA LEVELⅠ现场班详情：http://mp.weixin.qq.com/s?__biz= ... 75768f3da5842f44#rd
成都CDA现场班报名入口：http://www.peixun.net/view/320.html
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
