如何快速入行数据分析师

 0 写在前面

---

 

毕业到现在从业数据分析有3年+经验, 曾经是bat 某厂的数据分析师, 一路走来, 走了一些弯路, 从最开始对数据分析的迷茫, 不知道这个岗位要求什么, 如何在这个岗位上学习正确的知识, 在数据分析的道路上走的更长一点, 慢慢的到现在, 开始对数据分析这个岗位有了清晰的理解, 也慢慢有了清晰的学习路线。

网上有很多说了数据分析入门的路线, 但很多可能都只是一些可能, 没有完整的学习路线, 所以整理完整的学习路线分享

 

 

1. 理论基础
   

   ---

    

 

 

(1) 概率论和统计学

统计比较通用的入门教材了, 讲解的通俗易懂

 

 

大学的概率论和统计学的教材, 学习起来不吃力

 

 

（2）数据挖掘和机器学习

 

                                      

 

数据挖掘入门书籍, 讲的非常详细, 里面很多理论值得好好学习一下, 也适合工作一段时间再来读这本书

 

 

 

数据挖掘入门书籍， 和导论那本书一样都是入门的经典

 

 

这本书是包括各种机器学习算法数学原理的推导, 面试的时候手推公式需要研读一下

 

 

 

西瓜书, 机器学习的圣经, 需要反复研读

 

         

 

用人话把复杂难懂的机器学习算法解释清楚了，其中有零星的数学公式，但是是以解释清楚为目的的。而且有Python代码，大赞

 

 

这本书涵盖了非常多的内容，讲解深入，有人评价说，“有了这本书就不需要其他机器学习教材”，虽然有点夸张，但是此书实际是机器学习的经典巨作，如果你真的希望好好研究机器学习，此书非常值得仔细研读，另外此书要求不低的统计理论和数学基础

 

（3）数据库

 

数据库的经典

2. 工具和语言

---

（1）R语言

                    

R 语言入门的语法以及 用R语言进行数据分析

                

数据科学和R语言的著作

（2）python 语言

             

分析了python 语言进行数据分析的案例 

            

python 语言的基础教程, 可以从零开始学习python 的基础编程

          

作者通过实际例子介绍了数据挖掘和机器学习的算法并且有对应的python 实现

（3）SQL 语言

          

SQL 入门经典书籍

3. 分析方法论

---

这本书涵盖了数据分析建模的方法论在实际业务中的应用, 讲得非常详细, 讲了数据分析方法是如何驱动业务进行增长和落地的, 有完整的建模例子

    

          

这本书涵盖了数据分析的方法论 如 相关性分析, 杜邦分析法等分析方法

4. 软技能

数据分析思维和沟通技巧

          

金字塔原理主要是 涵盖了 如何去组织 一个有条理的思路的文章和讲话逻辑, 对于ppt的汇报展示是非常有帮助的

       

       

本书展示了如何验证自己的设想、找到真正的客户、打造能赚钱的产品，以及提升企业知名度