2017 August 02

数据分析入门指南

step0

说起学习计划，先说说学习目标，数据挖掘是干什么的？我的理解啊，加上之前看的一些知乎

工作领域介绍

目前国内的数据挖掘人员工作领域大致可分为三类。

数据分析师：在拥有行业数据的电商、金融、电信、咨询等行业里做业务咨询，商务智能，出分析报告。
数据挖掘工程师：在多媒体、电商、搜索、社交等大数据相关行业里做机器学习算法实现和分析。
科学研究方向：在高校、科研单位、企业研究院等高大上科研机构研究新算法效率改进及未来应用。

我觉得吧最可能做的事是前两者，更大概率是数据分析师。

这个是网上给出的要求

所需技能介绍

说说各工作领域需要掌握的技能。

数据分析师
- 需要有深厚的数理统计基础，但是对程序开发能力不做要求。
- 需要熟练使用主流的数据挖掘（或统计分析）工具如Business Analytics and Business Intelligence Software（SAS）、SPSS、EXCEL等。需要对与所在行业有关的一切核心数据有深入的理解，以及一定的数据敏感性培养。
- 经典图书推荐：《概率论与数理统计》、《统计学》推荐David Freedman版、《业务建模与数据挖掘》、《数据挖掘导论》、《SAS编程与数据挖掘商业案例》、《Clementine数据挖掘方法及应用》、《Excel 2007 VBA参考大全》、《IBM SPSS Statistics 19 Statistical Procedures Companion》等。
数据挖掘工程师
- 需要理解主流机器学习算法的原理和应用。
- 需要熟悉至少一门编程语言如（Python、C、C++、Java、Delphi等）。需要理解数据库原理，能够熟练操作至少一种数据库（Mysql、SQL、DB2、Oracle等），能够明白MapReduce的原理操作以及熟练使用Hadoop系列工具更好。
- 经典图书推荐：《数据挖掘概念与技术》、《机器学习实战》、《人工智能及其应用》、《数据库系统概论》、《算法导论》、《Web数据挖掘》、《 Python标准库》、《thinking in Java》、《Thinking in C++》、《数据结构》等。

这些呢，是大概对这个职业的介绍，也是我目前了解到的。

step1

数据分析的第一步当然是分析语言啦，作为正统科班出身的程序员来说，掌握一门新的统计语言肯定是小case。

在我的了解中，数据分析中常用的有Python，以及R语言。这两种语言都有丰富的第三方库，当然个人更推荐用Python一些。如果可能还是学习Python3吧，主流的统计库都有了Python3的版本，推荐下载各种库的集成版本Anaconda Python，这个发行版集成了数据分析，数据挖掘，机器学习中会用到的一些第三方库，特别方便。