标签：数据分析 分析 知乎 成长 学习 普通 数据挖掘 思路 数据
一、理论
1、学术基础理论
（1）数学基础课：主要包括《初高中数学》 + 《微积分》 + 《线性代数》+《概率论与数理统计》，任意教材均可。当然不是里面所有的东西都会用上，不过学会这些才能形成最基础的数学体系，有助于后续学习中高级的统计学。
（2）初级统计学
[1] 推荐教材：贾俊平的《统计学》；
[2] 核心知识板块：描述统计学 + 推断统计学（区间估计、假设检验）+ 相关分析 + 回归分析 + 统计指数 + 时间序列分析。
（3）中高级统计学
[1] 多元统计分析：推荐教材为高惠璇的《应用多元统计分析》，主要掌握的知识板块为“多元统计基础 +回归分析 + 判别分析 + 聚类分析 + 主成分分析 + 因子分析”；
[2] 时间序列分析：推荐教材为王燕的《应用时间序列分析》，主要掌握的知识板块为“时间序列分析基础+ 平稳时间分析 + 非平稳时间序列分析 + 多元时间序列分析”；
2、数据分析师核心理论
（1）数据分析方法的理论学习
[1] 推荐资料：至少一本专门讲数据分析全过程的书籍（如《数据分析师养成宝典》） + 知乎、公众号等平台上关于数据分析方法的相关文章；
[2] 重点学习的内容：数据分析的全过程 + 数据分析的常用方法。
（2）数据挖掘技术的理论学习
[1] 推荐资料：至少一本专门讲数据挖掘全过程的书籍（如《数据挖掘技术与应用》）+ 知网上关于数据挖掘的相关论文 + CSDN上关于数据挖掘算法的理论性文章 + 知乎、公众号等平台上关于数据挖掘方法的相关文章；
[2] 重点学习的内容：数据挖掘的常用技术 + 数据挖掘的应用领域。
（3）数据分析工具的理论学习
[1] 推荐资料：至少一本结合工具与数据分析的书籍（如《R语言数据挖掘》、《SPSS数据分析教程》）+ CSDN上针对数据分析工具的相关技术性文章 + 知乎、公众号等平台上关于数据分析工具使用的相关文章；
[2] 重点学习的内容：数据分析工具的基础操作 + 如何使用这些工具开展实际数据分析。
（4）数据建模思想的理论学习
[1] 推荐资料：《统计学习方法（李航）》+《机器学习（周志华）》+《数学建模》相关书籍；
[2] 重点学习的内容：如何通过建立模型的方法对数据进行分析与挖掘，主要侧重点在于思想上，即看到某种类型的数据，能在脑子里想到如何去构建模型，采用何种方式去分析等。
（5）数据分析业务的理论学习
[1] 推荐资料：结合业务讲解的数据分析相关书籍（如《游戏数据分析实战》）+ CSDN、知乎、公众号等平台上结合具体业务例子讲解的数据分析文章；
[2] 重点学习的内容：业务知识 + 针对该业务如何开展数据分析。
（6）数据可视化的理论学习
[1] 推荐资料：结合具体可视化工具讲解的数据可视化相关书籍（如《ggplot2：数据分析与图形艺术》）+ CSDN、知乎、公众号等平台上关于数据可视化的相关文章；
[2] 重点学习的内容：数据可视化工具的基础操作 + 如何用该工具完成数据分析过程中的数据可视化任务。
（7）数据报告制作的理论学习
[1] 推荐资料：结合具体数据分析报告制作工具讲解的数据报告制作相关书籍 + 具体的数据报告（如《一带一路大数据报告》） + CSDN、知乎、公众号等平台上关于数据报告制作的相关文章；
[2] 重点学习的内容：数据报告的制作要点 + 如何制作一份满足要求的数据分析报告。
二、操作
1、至少一款分析型软件
（1）常用：R语言 / Python / SAS / SPSS / Excel / 大数据分析软件；
（2）基本要求：能用该分析型软件实现基本的数据分析任务（比如用R语言，就要知道数据如何导入、数据如何在R语言中整理和预处理、如何使用里面的代码对数据进行分析等）。
2、SQL语言 + 至少一款数据库软件
（1）常用数据库：MySQL / SQL Server / Oracle / 大数据库（如Hive）；
（2）基本要求：能熟练运用SQL语句在这些数据库中查找想要的数据，也就是说，数据分析师对于SQL和数据库的运用，核心技能点在于查询数据。
3、至少一款数据分析报告制作工具
（1）常用工具：Office系列 / Tableau / Power BI / Markdown / Xmind / 大数据分析软件；
（2）基本要求：能够使用上述软件制作符合要求的数据分析报告。
三、实战
| 模拟实践 | 自行寻找数据 → 练习数据分析的全过程 → 在模拟实践中锻炼分析能力 |
| 参加实习 | 找到数据相关实习 → 参加实习 → 学会如何在真实场景中开展数据分析 |
| 经验总结 | 复盘数据分析的相关经历 → 将经历输出成经验总结 → 日积月累式提高 |
——————————————————★
标签：数据分析,分析,知乎,成长,学习,普通,数据挖掘,思路,数据 来源： https://blog.csdn.net/A_1245/article/details/123609295
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。