CDA117539

2021-12-25   阅读量: 494

数据分析师

转行数据分析师学习路线和资料

扫码加入数据分析学习群

基础篇(适用于初级数据分析师)

1)excel

关键知识点:excel基本函数(sumif,countif,left,rand等)、lookup(vlookup/hlookup),数据透视表

学习资源:《Excel高效办公:数据处理与分析》

2) sql

关键知识点:增删改查,特别是条件查询(where, group by, order by等)

学习资源:《SQL基础教程》

3)python

关键知识点:numpy,pandas,matplotib,seaborn包的熟练使用

注意,python可以干的事儿太多了,从web开发到算法模型,瞄准你的目标-数据分析,专注学这几个包就可以了

学习资源:《利用python进行数据分析》,主讲numpy和pandas用法,浏览一遍,用作工具书

4)数据可视化

商业数据可视化软件:比较好用的有PowerBI、FineBI、Tableau等

Python数据可视化:matplotlib数据可视化、saeborn数据可视化、pyecharts数据可视化

学习资源:《人人都是数据分析师》,主要介绍了Tableau的核心功能;

5)统计学

关键知识点:概率论、假设检验、分布(泊松、二项、正态等)、统计抽样等

学习资源:《深入浅出统计学》比较适合小白入门,书很厚,别怕,都是图

6)分析思维是数据分析师最最核心的竞争力,上面所学习的python、sql、机器学习知识等都是在工具层面,要想使用好他们,还需要分析思维的驾驭。对于分析思维的学习,我建议新人也是从读书开始,比较推荐的书:

数据分析类

《谁说菜鸟不会数据分析》、《精益数据分析》、《增长黑客》、《数据挖掘与数据化运营实战 思路、方法、技巧与应用》

产品思维类

如果是想要从事互联网行业的数据分析师的话,产品思维也是必须要具备的,面试考察点之一,推荐《从点子到产品:产品经理的价值观与方法论》、《俞军产品方法论》、《产品思维》

逻辑思维类

在面试中逻辑清晰的回答面试官的问题,会为你大大的加分,推荐《金字塔原理》、《学会提问》、《麦肯锡思维》

进阶篇(适用于中高级数据分析师、数据挖掘工程师)

1)数学知识

关键知识点:线性代数:线性代数:矩阵运算,矩阵特征(秩、迹、特征值特征矩阵、相似矩阵、正定矩阵、逆矩阵、非奇异、行列式)、线性相关,向量空间,向量范数,矩阵范数,最小二乘法,最大似然估计

微分:极限,导数,偏导数,泰勒展开,梯度下降法,牛顿法

凸优化:基本概念(凸集合,凸函数,上境图,凸组合,凸包),凸优化(拉格朗日对偶性,对偶问题,KKT条件,拉格朗日乘数法)

2)数据挖掘算法

关键知识点:分类、回归、聚类、关联规则挖掘、降维等

学习资源:

《统计学习方法》经典,主讲分类算法,偏理论推导

《机器学习实战》过瘾,对着《统计学习方法》来一套,保证你对理论明明白白

《机器学习》周志华老师的,也是经典

3)网络爬虫、SPSS、SAS、R语言等

学习资源:《SPSS统计分析基础教程》、《问卷数据分析-破解SPSS的六类分析思路》、《R语言实战》

4)网络爬虫、SPSS、SAS、R语言等

行业学习书籍篇

1.零售/电商类:《数据化管理:洞悉零售及电子商务运营》

2.游戏类:《游戏数据分析实战》

3.网站/广告优化:《网站分析实战》

4.咨询类:《活用数据:驱动业务的数据分析实战》

5.人力资源:《人力资源与大数据分析》

6.数据产品:《数据产品经理修炼手册》

7.金融:《消费金融真经》

8.增长黑客:《首席增长官》、《硅谷增长黑客:实战笔记》

9.管理类:《第五项修炼:学习型组织的艺术与实践》、《高效能人士的七个习惯》


74.0783 5 0 关注作者 收藏

评论(0)


暂无数据

推荐课程

推荐帖子