Stage 5 分析基础：如何从0开始做数据分析

学习了一场Live “从小白零基础如何转行做数据分析”以下是学习笔记。

一 学习准备

自学的3个步骤：

1.练习代码

2.系统看书学习做笔记

3.完成一个数据分析项目

学习内容：

1.SQL&mysql数据库，核心技能：Select，分组，聚合函数，关联查询，存储过程；应用SQL语言操作开源数据库

2.Python基础&Python数据分析，掌握基本语法，掌握numpy,pandas,matploytlib框架；应用 python进行数据清晰抽取可视化

3.R语言，掌握基本语法，数据分析包tidyr.dplyr.ggplot2;应用R惊醒数据处理。

4.统计学基础，描述性统计，统计推断，概率论，抽样，分布，估计，置信区间，假设检验，线性回归，时间序列。

5.机器学习，分类回归聚类算法，决策树，随机森林，SVM,神经网络，特征工程，模型评价，调用Sklearn包

6.领域知识&数据分析思维和表达，漏斗思维，分类思维，平衡思维，A/B测试。

学习资源：

SQL: W3cschool, 实验楼mysql

Python: imooc慕课网  python入门，python在数据科学中的应用

R语言: imooc慕课网 R语言基础

课程主讲的博客：https://blog.csdn.net/lingan_hong

二 数据岗位

 数据分析师初级阶段，了解基本概念和基本操作，熟知原理。数学，逻辑论证可以灵活运用。初级阶段主要工作内容：数据提取，报表开发，根据数据分析，完成分析报告。数据分析的进阶方向：BI商业智能方向，行业分析方向（业务分析），机器学习（数据挖掘方向），精通业务，成为领域专家，可以提出改进优化的方案。

三 面试准备

   面试作品很重要，项目经验是必备项，在kaggle，天池大数据，数据城堡可以找到数据项目。关于如何kaggle 入门，可以先去看别人项目怎么写，一句一句代码自己敲进去，在别人基础上完成自己的项目。熟悉理解之后，自己独立去做一个项目。

总结：时间+实践=学成

   看再多的攻略，读在多课程，不去在电脑上搭建环境，一行一行去爬代码，你怎么可能建立大脑里面编程的神经元？

希望通过结构化知识，提高学习效率，让你的工作时间更值钱，赚钱更高效！------------《 数据分析笔记》