大数据学习 第一季度小结

自从加入猴子数据群，自学大数据分析一来，几乎正好三个月，在此小结一下。

学习目的：主要有三个方向：

1. 数据分析，资源主要是猴子课程和《R语言实战》。目前学会了简单的数据分析编程，希望在此基础上，深入的分析本行专业上表面上无甚关联的本质联系。

输出：R语言练习：各城市间的房价有关系吗？

2. 数据展现，资源主要是炼数成金的数据展现和ggplot课程，另外写了几篇图形笔记。

输出：R语言：表格的气泡图转化——以及小学生数量与房价的关系

3. 投资方向，这方面开始看一点quantmod课程和书籍，指导自己理性投资。

输出：R语言quoantmod包做初级金融分析

---

学习内容及时间安排：见下表：

每月及每周前安排学习计划，越细化越好，大约是每天1-1.5小时的分量。然后尽量照着安排学习。当然，肯定也有不想学习的时候，那我也放过自己了，如果不想看这本书，那就看看视频课，或者写点东西，只要不是连着两三天什么都不学就好。

1月份是入门时期，除了猴子课程，主要是看了C学院和炼数成金的一些R语言视频，以及开始了《R语言实战》和《深入浅出统计学》。月底利用春节大块时间，集中学习，所以进度比较快一点。

3月初，终于把《R语言实战》看了一遍——其实主要是把程序照着打了一遍，文字部分很多没有看懂，所以同时开始抄笔记。开工前学完了《深入浅出统计学》，朋友推荐了一本《商务统计学》，正好巩固一下。这本书相对也不算很难懂，而且不用跟着敲程序，以一天20页的速度阅读。

因为觉得统计学没有很扎实，所以在阅读之后，用R语言做了一些《商务统计学》的习题。（其实做完之后也没有很踏实哈哈）

这段时间，也开始了《mysql必知必会》和《笨办法学python》的学习，但mysql和我的目前方向实在差比较远，学习动力和实践都不足。python因为有一点R的基础，开端很顺利，但在第30个练习左右开始遇到瓶颈。估计迟点要努努力学完，开始爬虫学习。

另外视频课方面，参加了城市数据团的学习。他们的讲课内容跟我的行业相关性比较大，落地性很快。所以在近期是我学习的重点。

---

从上表看出，我的学习比较杂，但是一番混战下来，也多少有所收获，个人的感想是：

1. 计划一定要制定，不然没有方向。但看多少就视个人而定，即使没有时间，每天看5页，一本书也总有看完的一天。不用太紧张，找个自己能坚持下去的步调就好。

2. 无论学什么，捡到篮子就是菜，只要有兴趣就去学习，还能够保持一定的学习积极性。从各个角度去学习。一方面可能比较有趣，再说，说不定哪天就用到了呢。

最近李笑来老师说，人总是要走一些弯路的。越是不想走弯路，总是想挑选到最直接最短的路径的人，所有的注意力都用在寻找“”更好的方法，反而迟迟不能出发。笨的人也有笨的福气。

从另一个角度讲，努力总不会白费，看了这本那本书总有可取之处，两三本看下了，也就有感觉了，也就有一些挑书和下一步学习的心得。所以我相信，日后的路线只会越来越清晰，效率也会越来越高的。

目标是在接下来的3个月后，掌握R语言的基本应用，以及数据展现的技巧，开始学习python爬虫。至于对于sql和数据挖掘等方面，估计就见步行步吧。按照目前的进度，一年下来，应该会有所收获。

近期学习的副作用是：

1.运动时间被有意无意的减少了，每周没有刻意的留出时间运动，晚上也要坐在电脑前，颈椎和腰椎呼喊着罢工。为了长期的健康，还是要保证锻炼的频率。

2.减少了阅读时间。以前一个月能看三五本书，现在如果不算数据分析这类书籍，一个月看不到一本。但这也不算坏事，因为方向性更加强了，真正学到了更多东西并应用到实践中。

总而言之，2017年的大数据学习，使我认识到了跨界知识的重要性。在我的本身的专业里，数学，统计学和编程知识几乎是可以完全无关的，你不想用的话可以一辈子也用不上。然而通过在这个领域的学习，让我用另一个角度去看待自己的专业和学习，不但扩展了专业领域的应用，也多了一些趁手的工具。日后要做的，是需要更深入的思考：

自己实际工作中，有哪些可以应用到跨界知识？哪些是可用可不用，以前反而偷懒用了笨办法，现在需要倒逼自己学习的？

目前很多的练习，还是浅尝辄止，以后如何针对这些知识，刻意练习？

还是李笑来说，人人都要懂点统计学，人人也都要懂点编程，现在意识到游戏规则的改变，奋起直追，犹未晚也。日后学习的路上，不求更快，只求坚持。