推開數據分析的大門 （含2018年學習計劃）

一.反思分析

在聽完了猴哥的《如何零基礎從事數據分析》的live之後，自己重新反思了自己在本科期間計算機方面的學習。正如猴哥在live 中所說的那樣，三年的學習過程中，沒有找到正確的事去做，當然也就無法找到正確的方法去做，最後如果喜歡不上自然而然就無法堅持下去。正如笑來老師講過的，如果真的能喜歡上你正在做的一件事情，那就沒有所謂的堅持這個詞啦。

自己大一的時候學習過python語言，但當時完全不知道這個語言能夠用來做什麼。也就是所謂的目的不明確，像一隻無頭蒼蠅一樣學過了，考完試之後就漸漸的淡忘了。直到申請了墨爾本大學的honours program之後（一個需要數據分析處理癌症病人的數據的項目），才決定重新撿起來。更是經過2017年學習過程中領悟到的skill box的重要意義，去豐富自己的能力去生活和學習上的問題。想來2017年的確是很關鍵的一年，讓我想清楚了很多問題，開始真正行動起來去做事，而不是空想。 這次參與猴哥的學習，首先能夠讓我在遊戲的過程中獲得解決我處理研究項目的能力，也是為後面逐漸轉型到人工智慧的一個基礎，更是一種大數據的思維，幫助我在金融、其他技能領域上的學習。

回顧自己當時學習的方式，就是猴哥課程裡面說的那種--看書，沒有實踐，無法結合到生活中去解決實際的問題，老師所做的也只是念ppt，沒有一點幫助。而猴哥的方法，正是所謂的一種「知行合一」方法，在看書、聽課、遊戲中實踐，獲取知識。又用學到的知識指導接下來的學習，也是一種螺旋式的上升和進步。我相信這種方式也就是Ray Dalio在其《Principles》這樣一種演算法的最好例子。即時反饋和迭代下，帶來的喜愛和堅持的機會。

期待2018年能有在冬吳相對論中提到的那種大數據思維的轉變（和吳軍老師在得到專欄提到的大數思維也有異曲同工之妙），從所謂的因果性到相關性的轉變。尤其是其中提到的無意識的行為而產生的數據，這一點讓我特別地感興趣。希望能通過一年堅持的學習，能夠有機會發現一些無意識產生的數據相關性。

二.2018年學習計劃

優勢分析：墨爾本本科的學習有很好的高數、線代的基礎，學習過python能比較快的回憶起來，英語上可以直接看原著。

劣勢分析：有其他課程的壓力，每天時間安排比較緊張。

1. 第一階段：目標 = 基本掌握python3 （處在放假期間）

時間安排：基礎部分：3～4個／天（預計10天，到1.14），高級部分：1～2個／天（預計10天） = 總共20天 （1.26號之前完成）

且完成《數據結構入門》live的學習

獎勵：韓國烤肉一次！！！

2. 第二階段：拔高階段

書籍閱讀：《利用python進行數據分析》（英文版） 總共12章，第一階段結束後就要上學了，每天不一定有這麼多時間看書，按照平時讀書能力估計，爭取1～2周完成一章的內容以及相應的測評項目。期間如果有關於概率不懂的知識，可以用某搜索引擎查找活著問師兄師姐

另外使用輔助工具幫助實踐《five data science projects to learn data science》

時間計劃：12周～16周之內學習完畢（最晚2018.5.31）

獎勵計劃：每個月的任務若完成，為相機鏡頭累計1000元夢想基金，最後全部完成澳洲旅遊一次，離墨爾本比較近的城市。

3. 第三階段：高級階段（概率統計知識）

書籍閱讀：《商務與經濟統計》（英文版）總共21章，爭取每個月完成至少3章的內容，下半年的時間都用在攻克這本書上。打好概率統計的思維，為機器學習，人工智慧後期的學習打好基礎。 期間完成相應的實踐項目。

時間計劃：最晚2018.12.31號

獎勵計劃：年末的去日本旅遊。帶上每個攢下的夢想基金買的鏡頭照相去。

學習期間一定多和社群的朋友們交流，多問問題。

三.期許

希望經過2018年的學習，能打好數據分析和統計概率思維的能力為2019年之後的機器學習，深度學習打好基礎，豐富自己的技能盒子。堅持，終身學習。