最近经常被问到怎么入门数据分析,可能很多同学对怎么开始学习还是比较困惑的。我回想自己学习数据分析的经历,总结了一些建议,希望能给到大家帮助。

打好概率与统计的基础

概率与统计是数据分析的基石,像一些概率分布、抽样、线性回归、时间序列都是数据分析当中经常会用到的,可以说日常碰到的大部分的分析需求都可以用统计分析来解决。

理工科专业的同学大多在本科期间就学过概率与统计这门课,这部分的基础应该还是比较扎实的。对于没有基础的同学,有一本叫《深入浅出统计学》的书非常值得一读,豆瓣上的评分8.5分
  

这本书非常通俗易懂,讲理论知识的时候结合了很多案例,把统计学应用到解决实际问题当中,让原本枯燥的统计学原理变得有趣起来,适合非专业人士入门学习。

掌握数据库技能

做数据分析离不开查询数据库,这里主要涉及的是SQL。对于传统的数据库如MySQL,SQLServer,Oracle,或者大数据平台Hadoop,都可以通过SQL查询的方式来获取数据。入门SQL的书推荐一本《MySQL必知必会》,豆瓣评分8.4分。
  

这本书实践性很强,教你怎么用SQL语句操作MySQL。可以自己在电脑上装一个MySQL,跟着书中的案例操作一遍。

掌握Python或者R

Python和R是数据分析当中最常用的两门语言。R是为数据分析而生的一门语言,但Python在数据分析方面有后来居上的趋势。公司里的数据科学团队在几年前还是用R做的分析,最近一年已经转向Python了,身边的朋友也听到很多R转Python的。性能上来说,Python的速度更快,可以处理上G的数据,而R不行。所以长远来说,我还是看好Python的。

讲Python基础的有一本《AbyteofPython》非常推荐,我当初就是看这本书入门的,读起来很轻松,两三天就可以读完。网上已经有人把这本书翻成中文,地址在这儿:https://bop.mol.uno/

数据分析相关的,推荐这本《利用Python进行数据分析》,豆瓣评分8.5分。
  

作者是广受好评的pandas库的开发者。读完这本书,可以对用Python做数据分析涉及到的一些工具、怎样用pandas、怎样做数据可视化有比较详尽的了解。

机器学习

数据分析如果继续深入的话,可以学习机器学习。机器学习涉及的理论主要是分类、回归、聚类、决策树、贝叶斯定理等。机器学习相关的书强烈推荐一本《机器学习实战》,豆瓣评分8.2分。
  

这本书介绍了机器学习中最常用的几种算法,对算法背后的数学原理也有介绍,对于理解机器学习的算法非常有帮助。书中的代码和例子都是用Python实现,非常适合有python基础的同学学习。

以上这些是数据分析最基础的技能,有编程基础的同学花两三个月差不多就能入门了,零基础可能要多费点时间。当然看书学习只是掌握理论知识,要真正的掌握还是要在项目中去实践。
人工智能、大数据、云计算和物联网的未来发展值得重视,均为前沿产业,多智时代专注于人工智能和大数据的入门和科谱,在此为你推荐几篇优质好文:
1.大数据分析,主要有哪些核心技术?
http://www.duozhishidai.com/article-1938-1.html
2.构建一个企业的大数据分析平台 ,主要分为哪几步?
http://www.duozhishidai.com/article-8017-1.html
3.数据科学,数据分析和机器学习之间,有什么本质区别?
http://www.duozhishidai.com/article-7892-1.html


多智时代-人工智能和大数据学习入门网站|人工智能、大数据、物联网、云计算的学习交流网站

入行数据分析,这几本书是你需要看的,良心推荐!相关推荐

  1. web前端开发论文写作_现在入行 web前端开发 晚了?不看数据你根本不知道这些...

    前端程序员是大家都公认的高薪岗位,那他们的工资到底有没有传说中那么高呢?我们来看看职友集的数据. 数据来源:职友集 就北上广深杭的前端薪资来看,平均薪资均达到一万以上. 通常来讲: 工作1~2年后会成 ...

  2. 入行数据分析要知道数据挖掘到底是做什么的

    数据挖掘更像是从荒凉的草原上收获美味的果实,而不是在广阔的矿山中寻找金矿.不知道有没有金脉,但草原上肯定有果实.然而在实际数据中,有很多神秘数据无法使用,也有很多数据不清楚这棵树是否真的结出可食用的果 ...

  3. 入行数据分析,自学好还是报班培训比较好

    2012年刚开始的时候,关于数据科学的线上课程只有不到20个.到了2017年,线上已经有数不清的课程可以选择,许多人都在纠结:到底是上传统的学校去学习,还是通过在线培训获取知识?.这也难怪,如今我们的 ...

  4. 入行数据分析要知道什么是统计

    『统计』究竟是什么?『统计』什么样的研究? 日常生活中我们被无穷无尽的数据所包围,数据是『为了某种目的而获得的数字和代码的集合』,即使模糊地看待它们,也无法从中得到任何东西. 通过统计数据的个数.求平 ...

  5. 入行数据分析要知道什么是标准计分离差

    在统计学中,标准分数是原始分数(即观察值或数据点)的值高于或低于正在观察或测量的平均值的标准偏差数.高于平均值的原始分数具有正标准分数,而低于平均值的原始分数具有负标准分数. 标准分数的计算方法是从单 ...

  6. 入行数据科学,这些书一定要看

    近日,在GitHub上看到一张大而全的数据科学书单图,该图片分成七大领域,各自都有相对应的推荐书单,本文就为为各位推荐几本书,希望能够有助于你在大数据方面的学习. 大数据已经成为这个时代的标志,如何理 ...

  7. 深度学习入门有多难?这篇带你零基础入行

    至于现在深度学习有多么热门,我就不强调了,总之你能想象到的领域,在未来都可能应用到深度学习,非常值钱.更重要的是,"深度学习"算法包含精妙的思想,能够代表这个时代的精神. 本文重点 ...

  8. 深度学习学习路径丨一文带你零基础入行!建议收藏

    深度学习到底有多热,这里我就不再强调了,也因此有很多人关心这样的几个问题,"适不适合转行深度学习(机器学习)","怎么样转行深度学习(机器学习)"," ...

  9. 代码逻辑分析_入行数据分析师不得不看的10本书

    随着市场上数据分析师岗位需求越来越多,入行数据分析师的人日益增多,而入行数据分析的门槛也越来越高.今天就来盘点入行数据分析师必看的10本书. 能否顺利入行数据分析师,主要看技能是否达标以及分析思维是否 ...

最新文章

  1. poj 2352 Stars(线段树)
  2. Linux下MySQL5.6的修改字符集编码为UTF8(解决中文乱码问题)
  3. 一步步教你如何用别人的无线上网,附带破解软件
  4. JavaWeb的web.xml中context-param、listener、filter、servlet加载顺序(重点)
  5. java版本微信jssdk、微信验证签名demo(Servlet)
  6. 快速幂、矩阵快速幂、快速乘法
  7. scrapy框架_Python:Scrapy框架
  8. 基于JAVA+Servlet+JSP+MYSQL的读者荐购系统
  9. Python数据结构与算法--面向对象
  10. 电脑版微信不显示头像
  11. 硬盘分区表故障和丢失的原因
  12. 计算机电路图解,简单逆变器电路图和工作原理图解大全
  13. 李永乐老师讲一个量子计算机,别再只知道罗翔了!网上最受欢迎的14位老师,个个让人“开天眼”!...
  14. 【学习周报】深度学习笔记第二周
  15. 北美CS求学找工指南
  16. 【Spark | SparkStreaming】
  17. Vue——邂逅Vue
  18. 【xml】异常:不应有 xml xmlns=''。
  19. win10电脑怎么操作让动态盘转成基本盘?
  20. 联想c245如何使用html,[转载]联想C245一体机电脑改XP成功,REALTEK ALC269声卡正常驱动...

热门文章

  1. 拓嘉辰丰电商:如何成为电商大咖
  2. 4399公司2017秋招前端笔试试卷
  3. MariaDB 备份与日志管理
  4. [Python] 利用 Python 制作“飞花令”小工具
  5. ros kinetic下网口类激光雷达传感器的配置
  6. 【前端】实现一个简洁物流信息查询页面
  7. 牛顿法为什么要保证Hessian矩阵正定
  8. 如何提取(复制)图片(书本)上的文字
  9. Edge浏览器安装插件访问new bing 使用Bing AI聊天
  10. oracle bom展开 sql,展开BOM并使用最终用量的算法(转载)