您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识

如何在业余时学数据分析？

数据,数据挖掘,算法如何在业余时学数据分析？

发布时间：2019-02-08加入收藏来源：互联网点击：

问题补充： 我是前端开发和程序员，计算机专业出身，掌握Python、Ruby、C、Java编程语言，具有较为扎实的计算机理论基础。现在工作之外的时间里想学习一下数据分析或者数据挖掘。现在大数据这个词搞得蛮火的，不少公司也有在招聘数据分析员。所以我想在业余的时间学习一下数据分析，大家有哪些推荐呢？

回答于 2019-09-11 08:43:50

回答于 2019-09-11 08:43:50

首先数据分析和数据挖掘是不同的岗位。正好两个工作都我做过。首先，先简单来解释下这两个工种的差别。

从定位来讲：数据挖掘偏后台，数据分析偏前台；

从要求来讲：数据挖掘偏技术，数据分析偏业务；

从能力来说：数据挖掘偏编程，数据分析偏统计。

综合来说数据挖掘需要算法和编程熟练，数据分析对综合素质尤其是业务水平要求较高。两者都要求有一定的数学基础。

从目前的市场来看，数据挖掘的入门薪资会比数据分析高得一些。原因很简单，数据挖掘，也就是机器学习，主要是技术方面的知识，偏后台，重点是能够掌握机器学习或数据挖掘算法，同时可以独立于业务做一些数据挖掘算法开发和应用。所以数据挖掘岗位也分两种，一种是偏算法，这个很多是研究岗位，要了解原理，能够开发和改进算法。一种是偏应用，要结合业务实际进行算法的应用，比如分类的用户画像，推荐算法的智能营销等等这样也才能挖掘出有用的模式和知识。这个数据挖掘要求编码技能不错，比较适合你，在大数据环境下目前至少Java要熟，同时要学习Python的机器学习算法编程，scikit-learn的机器学习模型和算法的编程聚类，分类，回归等算法好好学习一下。

而数据分析除了需要懂技术，还要懂业务，能沟通，要了解企业，要对业务和分析方法进行的不断发展和积累。当然也必须需要一定的统计软件使用，前端编程，报表，可视化等能力。一定要注意，数据分析岗位如果掌握统计的常用方法与数学基础，sas/spss软件的使用，R软件的编程会是很好的加分项。

当然不谈服务部署的话，数据分析师是可以顶一些数据挖掘的任务，但是反过来却不容易。

回答于 2019-09-11 08:43:50

数据分析这个活跟单纯的程序开发还真不一样，具有很强的业务属性。越贴近业务，对业务的支撑越强，价值及重要性就越高。单纯熟练掌握技术及开发工具，而没有行业领域业务知识积累的话，很难成为高水平的数据分析人员。我的客户（主要是一线业务人员）不止一次抱怨说他们IT部门做出来的分析总是隔着一层皮，触及不到业务痛点。

而且，行业领域知识又是有区隔的，做电商分析的不一定做的了零售分析，做零售分析的不一定做的了物流分析，做物流分析的不一定做的了金融分析或保险分析等等。

结论：熟练掌握程序语言、工具及数理统计基础的情况下，看看对哪个行业感兴趣，尝试去深入了解这个行业，找一些相关数据练手，慢慢积累经验。随着行业企业洞察力的逐步提升，离真正的数据分析人员的也就越来越近。

回答于 2019-09-11 08:43:50

务求实用，利用数据分析，为决策提供科学依据！边用边学，力求掌握其规律性！

回答于 2019-09-11 08:43:50

不要因为什么火就学什么，兴趣驱动你的行为

回答于 2019-09-11 08:43:50

看书，实践，交学费

回答于 2019-09-11 08:43:50

比如，每天抽空一个小时学习