数据分析学习规划与总结（2018.3.7）

学习规划与总结

过去

1.Python基本语法与爬虫

​ Python基本语法，首先是通过一本《小白的Python入门书》学习。然后，就开始从爬虫入手学习。先是网络上的各类小爬虫文章，直至后来遇到崔大的爬虫课程，感觉十分有用！然后，仔细学完，掌握了爬虫的基本套路，面对大部分网站都有一些办法去爬取。在这个过程中，也复习了Python的基本语法与概念，更重要的是了解到通过Git、百度和谷歌等等其他解决问题的途径。

​ 但是目前对于，大规模的爬虫，APP端的爬虫还未掌握，先告一段落。日后，有需要再来进行相应的学习

2.数据分析

​ 数据分析的学习，一开始并不是从基本理论开始，而是从《Python数据分析与挖掘实战》这本书开始。当时，觉得想尽快学一些实战案例，然后找一份寒假实习，现在看来太天真了。寒假面试了一家新媒体公司的数据分析，面试题中就从业务（新浪微博的理解）、excel（基本用法）这两部分，就感受到实际中与预计的差距，后面当然是凉凉。

​ 数据分析，目前越来越觉得业务理解和数据分析思维更为重要。所以，在花了一周时间过了一遍廖雪峰Python后，暂时的放下了Python部分的学习。目前，正在天善上学习《七周七数据分析师》，了解数据分析师的主要技能。但是，深感学习的无目的性，与无动力性。

​ 特此，反省一下，想想自己的目标。不然，无法支持专注的长时间学习。

​ 我究竟要做怎样的职业？我要拿到一份怎样的暑期实习？

现在

1.中期学习目标

​ 以有能力进入中大型公司，进行数据分析实习为一个主要目的。目前，已经是2018.3.4，七月份进入实习，那么六月份初就要开始面试，累计更多面试经验，再对面试遇到的问题临时冲击一下。

2.阶段性目标

数据分析，拆解为绝对基础的统计学和数学。再确认Python和BI为工具，商业和互联网产品为业务方向。

第一阶段:基础篇

​ 首先，如果想系统地学习，那就建议选择系统的渠道。一般来说，一本书要比公众号的文章系统性强，一本某个领域的经典教材要比很多快销书系统性强，一个系列课程要比一次1小时的分享系统性强。既然在这个领域你是新手，就不要指望自己能把散落的信息整合成系统了，那是高手要做的事情。要想系统地学习，那就踏踏实实地拿出几个月的时间来，看5本这个领域的经典书，选一门系统课，或者跟着一个系统学习过的老师把这个领域的骨架摸清楚。你又不比别人聪明几倍，却想用几分之一的时间，就掌握人家花了好长时间下了硬功夫，系统掌握的知识，怎么可能呢？先接受一个已经存在的系统，再在上面修修改改，对于新手是最适合的方案。

1. 第一周：彻底结束《七周数据分析师》，因为最后一章Python内容较多，集中精力完成这一系列课程的学习与总结。还剩下两章内容学习。有余力，则再完成《Python数据分析与挖掘实战》的一个案例。

2. 第二周：彻底结束《Python数据分析与挖掘实战》，集中精力完成大部分案例的实战与总结，并且将完成的实战文章复盘，结合全书写一篇总结，集合一起发布到科赛、知乎和公众号。

3. 第三/四/五/六周（待定）：学习《商务经济与统计》，将这本书作为重点，精读，需要较长时间学习，等书到了以后确认长度。开启《利用Python进行数据分析》的学习，该书总共四百多页12章，篇幅很长，需要长时间学习。从第一章开始阅读，以Jupyter notebook为工具进行操作。根据第一周的学习进度，大致判断下每周完成的章节数目，再仔细确认进度。

4. 数据挖掘：《数据挖掘导论》据大伟学习经验，难度较大，把主要的数据挖掘算法理解清楚，能推理决策树等几个基本算法。时间的话，三周左右。

5. 速读《深入浅出数据分析》

6. 可视化：数学之美

7. 数据库：必知必会sql

8. 拓展书籍：《从1开始数据分析》

   ​

   第二阶段：进阶学习（待补充和修改）

   分析思维学习

   1. 《金字塔原理》
   2. 《麦肯锡方法》

   业务分析学习：

   1. 《增长黑客》
   2. 《精益数据分析》
   3. 《商务智能：数据分析的管理视角》

   进阶技术：

   1. 《统计学习方法》
   2. 《机器学习》西瓜书