01 | 数据分析全景图及修炼指南

一.高效学习方法---MAS

---

• Multi-Demension：多角度认识事物
• Ask：不懂就问
• Sharing：最好的学习就是分享

二.数据分析多维度

---

• 基础概念
• 工具
• 题库

三.学习数据分析核心

---

　　培养数据思维，掌握挖掘工具，熟练实践并积累经验。

四.数据分析三个重要组成部分

---

•  数据采集
  • 数据源
    • 开源数据库
    • 爬虫抓取
    • 日志采集
    • 传感器
  • 工具使用
    • 八爪鱼
    • 火车采集器
    • 搜集客
  • 爬虫编写
    • phantomjs
    • Scrapy
    • lxml
    • Selenium
•  数据挖掘
  • 数学基础
    • 概率论与数据统计
    • 线性代数
    • 图论
    • 最优化方法
  • 基本流程
    • 商业理解
    • 数据理解
    • 数据准备
    • 模型建立
    • 模型评估
    • 上线发布
  • 十大算法
    • 分类算法
      • C45
      • 朴素贝叶斯
      • SVM
      • KNN
      • Adaboost
      • CART
    • 聚类算法
      • K-Means
      • EM
    • 关联分析
      • Apriori
    • 连接分析
      • PageRank
•  数据可视化
  • 第三方工具
    • 微图
    • DataV
    • Data GIF Maker
  • python可视化
    • Matplotlib
    • seaborn

五.认知三步曲

---

 　　实战

　　　　工具

　　　　　　认知

自上而下　　疑问回答做分解

带着问题找答案

自下而上　　概况总结做聚合

带着概念做总结

六.牢记规则

---

　  1.不重复造轮子

　　2.工具决定效率

　　3.熟练度

七.总结　　　　  

---

 　  1.记录下每天的认知

　   2.这些认知对应工具的哪些操作

 　  3.做更多练习来巩固你的认知