根据各等级的要求,适合大家学习的方法需要科学、专业地规划,从“人大经济论坛数据分析培训中心”长年的项目合作和培训经验来看,对于一个零基础的学员需要做到以下的步骤来进行系统性的规划:
一、自身检查:是否适合数据分析岗位。
什么样的人适合做数据分析师?
1. 对数据敏感:对数字不恐惧,经常关注行业数据动态,能够从数据变化中自行感觉出实务背后的原因规律。
2. 耐得住性子和寂寞:耐心,就不用多说了。寂寞,与数据打交道需要你爱上数据而不是排斥数据。
3. 自学能力强:在数据分析的过程中需要经常自行研究学习一些新的思路和方法,不断修正,不断更新。
二、 从入门到精通系统学习
CDA数据分析师系统培训师资团提供的科学学习规划如下:
1. 统计概率基础:数据分析行业分析,数据挖掘经典流程,数据的描述性分析,数据的推断性分析,方差分析,回归分析,多元统计等系列理论课程,唯有掌握原理,方能驾驭工具。
2. 数据分析工具学习:根据等级的要求,一般软件在学术界和企业界的应用广泛程度为,学术界 :STATA >R > Matlab> SPSS >SAS ; 商业界:SPSS>R>SAS > MATLAB 。上手难度:SAS>R>MATLAB>STATA>SPSS>EXCEL工具的选择不在于多,而在于跟具体问题相结合,在学习的过程中可以选择1-2门的工具进行熟练使用。参考各大数据分析工具的区别。
3. 数据分析建模:利用工具进行数据分析模型、数据挖掘算法建模运用,常用的数据分析方法有(回归分析法、主成分分析法、典型相关分析、因子分析法、判别分析法、聚类分析法、结构方程、Logistic模型等),常用的数据挖掘算法有(时间序列、Panel Data、关联法则、神经网络、决策树、遗传算法)以及可视化技术。
4. 以上三部分皆为数据分析硬性技术,要想熟能生巧需要经常在学习和工作中运用,不断改善,不断优化模型,将技术与具体业务结合起来,经过长时间的积累方能成为高级数据分析师。