351 0

[每天一个数据分析师] 零基础入门数据分析师——你可以做到!——CDA人工智能学院 [分享]

  • 3关注
  • 27粉丝

运营管理员

学科带头人

87%

还不是VIP/贵宾

-

威望
3
论坛币
132601 个
通用积分
101.4860
学术水平
76 点
热心指数
81 点
信用等级
67 点
经验
34925 点
帖子
706
精华
5
在线时间
948 小时
注册时间
2019-9-11
最后登录
2020-8-14

AIU人工智能学院 学生认证  发表于 2020-7-31 10:10:01 |显示全部楼层
CDA人工智能学院致力于以优质的人工智能在线教育资源助力学员的DT职业梦想!课程内容涵盖数据分析、机器学习、深度学习、人工智能、TensorFlow、PyTorch、知识图谱等众多核心技术及行业案例,让每一个学员都可以在线灵活学习,快速掌握AI时代的前沿技术。PS:私信我即可获取《银牌会员》1个月免费试听机会

如果您计划成为一名数据分析师,目标是提升数据获取、数据分析、数据可视化的水平。但是网上资料一大堆,完全零基础的你从哪开始学习?视频下载了很多,无法坚持学习? 经常遇到问题,却得不到及时解决,浪费大量宝贵时间。CDA数据分析研究院的老师指导您零基础入门数据分析,以下将针对零基础学员介绍数据分析的流程。


第一:锻炼数据分析思维

核心数据分析思维:


1.结构化:

也叫做金字塔思维,把需要分析的问题按照不同方向分类,然后不断拆分细化问题,全方位思考问题。首先把所有能想到的论点先列出来,然后再整理归纳成金字塔模型。可以用思维导图整理分析思维。


2.公式化:

以上整理出来的论点往往会存在数量关系,使用加减乘除计算,将这些论点进行量化分析,从而验证论点。


3.业务化:

业务化指熟悉业务情况,结合该项目具体业务进行分析,并且能让分析结果进行落地执行。用结构化思考+公式化拆解得出的最终分析论点表示的是一种现象,不能体现产生结果的原因。所以需要继续去用业务思维去思考,站在业务人员或分析对象的角度思考问题,深入研究出现这种现象的原因或者通过数据推动业务。


增加业务思维方法:贴近业务,换位思考,积累经验


数据分析的思维技巧:

在数据分析中,三种核心数据分析思维是框架型的指引,实际应用中还是需要很多技巧。7种数据分析技巧,分别是象限法,多维法,假设法,指数法,二八法,对比法,漏斗法。


第二:统计学知识准备


数据分析要求数据分析员有一定的统计学基础,包括对数据进行简单的统计分析,进而从数据中发现问题解决问题。推荐书籍:《线性代数应该这样学》,《普林斯顿微积分读本》,《统计学》(贾俊平著),《统计推断》

对于数据分析师来说,以下部分是这四天最重要的:函数,线性变换,导数及其应用,矩,抽样分布,最大似然估计,假设检验,线性回归。因此请同学们集中精力优先攻克以上内容。


对于数学基础薄弱的同学,学习有以下难点:

1.长时间没有接触和使用数学,尤其大学学过的知识时间太长遗忘太多,导致计算能力偏弱。

2.数学思维仍保持在初等数学范畴,导致无法理解课程中的一些概念与公式。

3.学过的概念与计算很快就忘掉了,导致以后无法应用这两天所学的知识。



CDA老师给大家提供的解决方案:

1.做好预习工作。对于基础不是很好的同学,从网上找一些高中数学的知识点梳理,看一遍就能快速回忆起之前所学。

2.高等数学由于引入了极限等概念,确实会有一些反直觉的知识存在。建议同学们保持多角度获取知识的好习惯,遇到不会的知识点尝试去搜索各种角度的解释。很多时候当思考角度改变的时候会有茅塞顿开的感觉。

3.数学是需要练习的,请大家一定花时间自己动手推导与计算。


第三:使用Excel进行数据分析


对于没有经验的你,Excel是一款必须熟练的工具。它是日常工作中最常用的工具,如果不考虑性能和数据量,它可以应付绝大部分分析工作。CDA数据分析研究院的老师整理了excel在数据分析中主要用到的功能如下图:



第四:使用SQL进行数据分析


在数据分析的招聘中,SQL是必考的能力之一。为什么要学SQL呢?  Excel对十万条以内的数据处理起来没有问题,但是在大数据时代,数据量比较大,公司的数据都放在数据库中,这时候就需要学习操作数据库的语言SQL。  

数据分析师需要掌握SQL的查询功能和利用SQL进行简单的数据分析。


第五:选择一门编程语言


Python或者R语言,这一点是必备项也是加分项,在数据挖掘方向是必备项,语言相比较工具更加灵活也更加实用。

对于R和Python,我们应该使用哪种语言,已经争论很多年了,至今没有定论...... 事实大概是Python的主要功能是编程,除了单纯的数据分析,在很多领域还有广泛利用,所以就业市场上对Python的需求是远大于R。

R主要侧重统计功能,在统计方面显示出了很多的优势,用R做单纯的数据分析还是妥妥的稳稳的。但是往数据科学方向走的话,R就有点顶不住了,轮到Python扬眉吐气了......


是否具备编程能力,是初级数据分析和高级数据分析的风水岭。数据挖掘、BI、爬虫、可视化报表都需要用到编程。以下以python介绍语言学习的路径:

Python则是万能的胶水语言,适用性强,可以将分析的过程脚本化。Pandas、Numpy、SKLearn等包也是非常丰富。Python学习导图:



第六:业务知识


Excel,sql语言,统计学,编程语言都学习完之后,你是否有这样的困惑:知道excel、sql,却不知道该如何分析问题?手里拿了一堆数据,却不知道怎么分析?业务部门不满意,总觉得分析不深入?面试中针对一个企业的数据分析场景应该怎么去分析?没有工作经验不懂怎么结合企业业务做系统的分析?    不管是面试,还是工作中,业务知识是必须的内容。业务的洞悉决定了数据分析师发展的上限,数据技巧只是逼近它。好的分析师都懂业务,也必须懂业务。


按照以上六点坚持学习,零基础的你会很快打开数据分析的学习道路。CDA数据分析研究院老师也会帮助您了解更多关于数据分析的学习方法,帮助您在数据分析道路上少走弯路,快速学习数据分析思维,早日成为一名数据分析师。不要惧怕零基础,不要担心自己不行,只要有心开始,一切不算太迟——我信故我在,我信故我成功。

115940p38xxaeu3qe8qwxe.webp (1).jpg

关注“CDA人工智能学院”,回复“录播”获取更多人工智能精选直播视频!




CDA人工智能学院http://edu.cda.cn)专注于数据科学与人工智能技术的在线教育平台。内容涵盖数据分析、机器学习、深度学习、人工智能、TensorFlow、PyTorch、知识图谱等众多核心技术及其行业案例,自由灵活的在线学习方式,让每一个学员快速掌握AI时代最前沿的技术!PS:今日私信我即有机会获取《银牌会员》1个月
您需要登录后才可以回帖 登录 | 我要注册

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2020-8-14 10:37