數據分析這麼學。

來自專欄 低八度的眯

我為什麼要學數據分析：

14年從一個二本院校畢業，化學專業，在一件上市的公司的工廠里做電路板的研發。

在深感到這個行業和專業在未來發展不大的情況下，痛定思痛，決定犧牲三年時光，換取另一專業的文憑，考研！果不其然，在準備的過程中，人的懶惰，注意力無法集中等問題貫徹其中。學習不到兩分鐘就拿起手機看看視頻，刷刷朋友圈。結果可想而知，只能調劑到一個二本院校。

再次痛定思痛，看著以往的同窗們個個混得風生水起，恨不得給自己一個大耳光。所以入學後，到現在基本可以做到，每天按時做事，每天學習的時間在11個小時左右，關了朋友圈，學習時手機放在抽屜里，學習時不再聽歌，更加關心身邊的人。

在此期間，深感數學這一神器的重要性，沒有數學，你都不好意思說自己是研究生。所以在這一兩年時間裡狂啃數學，包括線代，統計分析，還有今年來熱門的機器學習（包括吳恩達的斯坦福機器學習課程，李航的統計學習方法，機器學習實戰等書），當然少不了大熱門人工智慧（包括研究卷積神經網路，循環神經網路等深度學習模型，啃各種神經網路相關的論文，網上找的外文資料），還利用神經網路搭建了一個推薦模型。

但是人工智慧主要還是用在圖像，語音識別，和自然語言處理。深感到自己一個二本研究生將來畢業了在這些領域肯定被秒成渣，再結合自己的研究領域是推薦系統，所以果斷轉戰數據分析。

意義在哪裡？

1.最重要的一點，可以跟上時代的步伐，不被拋棄。

2.有一份體面又收入不菲的工作，用來支撐我的家庭，滿足我庸俗的慾望，對得起自己這三年的時光。

計劃：

鑒於自己的基礎，根據9關入門數據分析的步驟，制定的學習計劃如下：

以周為單位，從4月10號開始：

第一周：

完成第一關，建立數據分析思維，完成簡單的python項目。目標是清楚什麼是數據分析，需要掌握哪些內容。

完成第二關，目標是從實戰案例中學習數據分析的思路，流程。形成一個定式。

第二周：

完成第三關，目標是學會看懂統計數據，並能使用統計辭彙來描述數據。學習股票數據的爬取，學會使用最最基本的python可視化工具。

第三周：

完成第四關，因為經常使用到numpy所以目標是學會pandas的基本用法。

第四周：

完成第五關，目標是知道kaggle是什麼，怎麼用。學會使用python機器學習包sklearn並通過實戰案例鞏固機器學習的分類演算法。

第五周：

完成第六關，目標是通過完整的案例，學會更多可視化工具，製作常用圖表。

第六周：

完成第七關，目標是了解推論統計學，理解概率分布，抽樣分布及假設檢驗。理解什麼是A/B測試，跟機器學習的關係，在實戰項目中應用。

第七周：

完成第八關，目標是學會將MySQL和具體的數據分析項目結合起來。學習怎麼從主程序中去調用。

第八周：

完成第九關，目標是製作合適的簡歷，通過內推等方法找到一份理想的工作。