大數(shù)據(jù)分析學(xué)習(xí)策略

　　大數(shù)據(jù)分析家的需求量很大。截至2020年，美國(guó)的大數(shù)據(jù)分析家的平均年收入超過113,000美元，舊金山的大數(shù)據(jù)分析家的年收入超過14萬美元。學(xué)習(xí)大數(shù)據(jù)分析，您將發(fā)現(xiàn)自己在這個(gè)有前途且得到了充分補(bǔ)償?shù)念I(lǐng)域中工作。

　　但是，即使您對(duì)成為大數(shù)據(jù)分析家不感興趣，學(xué)習(xí)數(shù)據(jù)技能和提高數(shù)據(jù)素養(yǎng)也會(huì)在您當(dāng)前的職業(yè)中帶來巨大的收益。幾乎任何行業(yè)都需要具備數(shù)據(jù)技能并可以幫助其公司成為更多數(shù)據(jù)驅(qū)動(dòng)型員工。
 

　　如何學(xué)習(xí)大數(shù)據(jù)分析
 

　　那么，您如何開始學(xué)習(xí)大數(shù)據(jù)分析呢?從線性代數(shù)或統(tǒng)計(jì)學(xué)開始，對(duì)該問題的回答往往是一門很長(zhǎng)的課程和一本必讀的書。幾年前，當(dāng)我學(xué)習(xí)時(shí)，我自己經(jīng)歷了這一過程。我沒有編程背景，但是知道我想使用數(shù)據(jù)。
 

　　我無法完全解釋在沒有任何上下文的情況下獲得大量資源會(huì)多么令人沮喪。這類似于老師遞給您一堆教科書并說“閱讀所有這些內(nèi)容”。在學(xué)校的時(shí)候，我為這種方法而苦苦掙扎。如果我已經(jīng)開始以這種方式學(xué)習(xí)大數(shù)據(jù)分析，我將永遠(yuǎn)不會(huì)繼續(xù)前進(jìn)。
 

　　有些人通過閱讀一本書會(huì)學(xué)到最好的東西，但是我通過構(gòu)建和嘗試東西可以學(xué)到最好的東西。當(dāng)我有動(dòng)力時(shí)，我就會(huì)學(xué)習(xí)，當(dāng)我知道為什么要學(xué)習(xí)一些東西時(shí)，我就會(huì)學(xué)習(xí)。通過多年來與新學(xué)習(xí)者的交談，我知道許多其他學(xué)習(xí)者也有同樣的感覺。這背后也有一些科學(xué)。研究表明，大多數(shù)人通過做事學(xué)到最好的東西。
 

　　另外，這種方法還有另一個(gè)很大的優(yōu)勢(shì)。當(dāng)您以這種方式學(xué)習(xí)時(shí)，您會(huì)立即獲得有用的技能。
 

　　這就是為什么我認(rèn)為您的首要目標(biāo)不應(yīng)是學(xué)習(xí)線性代數(shù)或統(tǒng)計(jì)學(xué)。如果您想學(xué)習(xí)大數(shù)據(jù)分析或只是學(xué)習(xí)一些大數(shù)據(jù)分析技能，那么您的首要目標(biāo)應(yīng)該是學(xué)習(xí)熱愛數(shù)據(jù)。有興趣了解如何?繼續(xù)閱讀以了解如何實(shí)際學(xué)習(xí)大數(shù)據(jù)分析。
 

一、學(xué)會(huì)愛數(shù)據(jù)
 

　　沒有人談?wù)搶W(xué)習(xí)動(dòng)機(jī)。大數(shù)據(jù)分析是一個(gè)廣闊而模糊的領(lǐng)域，這使得它很難學(xué)習(xí)。真的很難。沒有動(dòng)力，您最終會(huì)中途停下來，并認(rèn)為自己做不到。發(fā)生這種情況時(shí)，問題不在于您，而在于教學(xué)。
 

　　即使在午夜時(shí)分，公式開始變得模糊，您仍需要能夠激發(fā)您繼續(xù)學(xué)習(xí)的東西，并且您想知道神經(jīng)網(wǎng)絡(luò)是否會(huì)有意義。
 

　　您需要一些可以幫助您找到統(tǒng)計(jì)量，線性代數(shù)和神經(jīng)網(wǎng)絡(luò)之間聯(lián)系的東西。某些事情將使您無法應(yīng)對(duì)“接下來我要學(xué)什么?” 題。你需要?jiǎng)恿?。不是以鼓舞人心的?bào)價(jià)形式，而是以激情項(xiàng)目的形式，您可以用來推動(dòng)學(xué)習(xí)。
 

　　我進(jìn)入大數(shù)據(jù)分析的切入點(diǎn)是預(yù)測(cè)股市，盡管當(dāng)時(shí)我還不知道。我編寫的用來預(yù)測(cè)股市的第一個(gè)程序幾乎沒有統(tǒng)計(jì)數(shù)據(jù)。但是我知道他們的表現(xiàn)不佳，所以我日以繼夜地努力使他們變得更好。
 

　　我癡迷于提高程序的性能。我沉迷于股市。那是我的動(dòng)力。
 

　　當(dāng)我工作時(shí)，我正在學(xué)習(xí)熱愛數(shù)據(jù)。因?yàn)槲艺趯W(xué)習(xí)熱愛數(shù)據(jù)，所以我有動(dòng)力學(xué)習(xí)任何我需要的東西，以使我的程序變得更好。
 

　　我知道，并不是每個(gè)人都著迷于預(yù)測(cè)股市。但重要的是要找到能讓您學(xué)習(xí)的東西。
 

　　它可以找出有關(guān)您的城市的新奇有趣的事物，映射互聯(lián)網(wǎng)上的所有設(shè)備，查找NBA球員所扮演的真實(shí)位置，按年份映射難民等。有關(guān)大數(shù)據(jù)分析的偉大的事情是，有真正無限的有趣的事情去努力。這完全是提出問題并找到獲得答案的方法，您可以提出任何想要的問題。
 

　　通過根據(jù)您的需求量身定制學(xué)習(xí)來控制您的學(xué)習(xí)，而不是相反。

 

二、通過學(xué)習(xí)來學(xué)習(xí)大數(shù)據(jù)分析
 

　　了解機(jī)器學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)，圖像識(shí)別和其他前沿技術(shù)非常重要。但是大多數(shù)大數(shù)據(jù)分析都不涉及其中任何一個(gè)。作為工作大數(shù)據(jù)分析家：
 

　　a.您90%的工作將用于數(shù)據(jù)清理。

　　b.真正了解一些算法比了解一些算法要好。如果您很好地了解線性回歸，k均值聚類和邏輯回歸，可以解釋和解釋它們的結(jié)果，并且實(shí)際上可以從頭到尾完成一個(gè)項(xiàng)目，那么與您知道每種算法相比，您的就業(yè)能力將大大提高。，但不能使用它們。

　　c.大多數(shù)時(shí)候，當(dāng)您使用算法時(shí)，它將是庫中的一個(gè)版本。您很少會(huì)編寫自己的SVM實(shí)現(xiàn)代碼-花費(fèi)的時(shí)間太長(zhǎng)。
 

　　所有這些意味著，最好的學(xué)習(xí)方法是從事項(xiàng)目。通過從事項(xiàng)目工作，您將獲得立即可用和有用的技能，因?yàn)楝F(xiàn)實(shí)世界中的大數(shù)據(jù)分析家必須從頭到尾地查看大數(shù)據(jù)分析項(xiàng)目，并且大多數(shù)工作都在清理和管理數(shù)據(jù)等基礎(chǔ)知識(shí)上。
 

　　那么如何找到一個(gè)好的項(xiàng)目呢?啟動(dòng)項(xiàng)目的一種技術(shù)是找到所需的數(shù)據(jù)集。嘗試回答一個(gè)有趣的問題。沖洗并重復(fù)。
 

　　這里是一些尋找免費(fèi)數(shù)據(jù)集的好地方，可以幫助您入門：
 

　　a.19個(gè)查找免費(fèi)數(shù)據(jù)集的地方

　　b.數(shù)據(jù)集subreddit

　　c.UCI機(jī)器學(xué)習(xí)存儲(chǔ)庫
 

　　另一種技術(shù)(這是我的技術(shù))是發(fā)現(xiàn)一個(gè)深層次的問題，預(yù)測(cè)股市，可以分解為小步驟。我首先連接到Y(jié)ahoo Finance API，然后提取了每日價(jià)格數(shù)據(jù)。然后，我創(chuàng)建了一些指標(biāo)，例如過去幾天的平均價(jià)格，并用它們來預(yù)測(cè)未來(此處沒有真正的算法，僅是技術(shù)分析)。效果不是很好，所以我學(xué)習(xí)了一些統(tǒng)計(jì)數(shù)據(jù)，然后使用了線性回歸。然后，我連接到另一個(gè)API，逐分鐘收集數(shù)據(jù)，并將其存儲(chǔ)在SQL數(shù)據(jù)庫中。依此類推，直到算法運(yùn)行良好。
 

　　很棒的是我有學(xué)習(xí)的背景。我不僅學(xué)習(xí)了抽象的SQL語法。我用它來存儲(chǔ)價(jià)格數(shù)據(jù)，因此僅學(xué)習(xí)語法就可以學(xué)習(xí)到10倍的數(shù)據(jù)。沒有應(yīng)用的學(xué)習(xí)很容易忘記。更重要的是，如果您沒有積極地運(yùn)用所學(xué)知識(shí)，那么您的學(xué)習(xí)將無法使您做好實(shí)際的大數(shù)據(jù)分析工作的準(zhǔn)備。

三、學(xué)習(xí)交流見解
 

　　大數(shù)據(jù)分析家經(jīng)常需要向其他人展示他們的分析結(jié)果。做得好，這可能是一名優(yōu)秀的大數(shù)據(jù)分析家與一名出色的大數(shù)據(jù)分析家之間的區(qū)別。如果您可以說服公司中的其他人對(duì)發(fā)現(xiàn)的內(nèi)容采取行動(dòng)，那么數(shù)據(jù)分析通常僅在業(yè)務(wù)環(huán)境中有價(jià)值，這意味著學(xué)習(xí)通信數(shù)據(jù)。
 

　　交流見解的一部分是理解主題和理論-您將永遠(yuǎn)無法向他人解釋您不了解自己的東西。另一部分是了解如何清楚地組織結(jié)果。最后一步是能夠清楚地解釋您的分析。
 

　　很難有效地交流復(fù)雜的概念，但是您應(yīng)該嘗試以下一些操作：
 

　　a.創(chuàng)建一個(gè)博客。發(fā)布數(shù)據(jù)分析的結(jié)果?；蛱岢鼋ㄗh并為Dataquest的博客撰寫文章!

　　b.嘗試向不那么精通技術(shù)的朋友和家人傳授有關(guān)大數(shù)據(jù)分析概念的知識(shí)。令人驚訝的是，有多少教學(xué)可以幫助您理解概念。

　　c.嘗試在聚會(huì)上講話。

　　d.使用GitHub托管和共享您的所有分析。

　　e.積極參與Quora，Dataquest學(xué)習(xí)社區(qū)和機(jī)器學(xué)習(xí)subreddit等社區(qū)。

　　4.向同齡人學(xué)習(xí)
 

　　與他人合作可以學(xué)到多少，真是太神奇了。在大數(shù)據(jù)分析中，團(tuán)隊(duì)合作在工作環(huán)境中也非常重要。大數(shù)據(jù)分析家通常是團(tuán)隊(duì)的一部分，而規(guī)模較小的公司中的孤獨(dú)大數(shù)據(jù)分析家通常會(huì)與公司中的其他團(tuán)隊(duì)一起解決特定的問題。大數(shù)據(jù)分析家在為公司不同部門回答數(shù)據(jù)問題時(shí)會(huì)在團(tuán)隊(duì)之間移動(dòng)是不尋常的，因此對(duì)于大數(shù)據(jù)分析家而言，能夠進(jìn)行協(xié)作可能比幾乎任何其他人都更為重要!
 

　　這里的一些想法：
 

　　a.在聚會(huì)上找人一起工作。

　　b.貢獻(xiàn)開源軟件包。

　　c.向?qū)懹腥さ臄?shù)據(jù)分析博客的人發(fā)送消息，以查看您是否可以協(xié)作。

　　d.試用機(jī)器學(xué)習(xí)競(jìng)賽網(wǎng)站Kaggle，看看是否可以找到隊(duì)友。

　　5.不斷提高難度
 

　　您對(duì)正在進(jìn)行的項(xiàng)目完全滿意嗎?您是一周前最后一次使用新概念嗎?現(xiàn)在是時(shí)候去做更困難的事情了。大數(shù)據(jù)分析是要爬的陡峭山峰，而且很容易停止攀爬。但是，當(dāng)然，如果您停止攀爬，就永遠(yuǎn)無法登頂!
 

　　如果您覺得自己不太習(xí)慣，這里有一些想法可能會(huì)增加幾乎所有大數(shù)據(jù)分析項(xiàng)目的復(fù)雜性和挑戰(zhàn)性。嘗試將其中一項(xiàng)或多項(xiàng)添加到您的計(jì)劃中，以使自己脫離舒適區(qū)：
 

　　a.處理更大的數(shù)據(jù)集。學(xué)習(xí)使用火花。

　　b.看看是否可以使算法更快。

　　c.您如何將算法擴(kuò)展到多個(gè)處理器?你可以做到嗎?

　　d.了解您正在使用的算法的理論。這會(huì)改變您的假設(shè)嗎?

　　e.嘗試教一個(gè)新手去做與現(xiàn)在相同的事情。
 

　　最后一個(gè)挑戰(zhàn)確實(shí)是一個(gè)被低估的挑戰(zhàn)，如果您嘗試一下，您將很快看到對(duì)于試圖學(xué)習(xí)的人來說，有價(jià)值的教學(xué)是多么有價(jià)值。與以往相比，您可能會(huì)從體驗(yàn)中獲得對(duì)主題的更深刻的理解，并且您還將提高溝通和解釋能力。
 

　　您需要大數(shù)據(jù)分析證書嗎?
 

　　在履歷表上取得認(rèn)證不會(huì)幫助您找到工作。對(duì)雇主來說重要的是您擁有的技能。證書本身不會(huì)告訴雇主有關(guān)您的技能的任何信息。它只是告訴他們您學(xué)習(xí)了一個(gè)主題。
 

　　但是，如果證書計(jì)劃可以有效地教您所需的技能，它們?nèi)匀粫?huì)具有不可思議的價(jià)值。
 

　　提供認(rèn)證的程序和平臺(tái)仍然可以是一筆巨大的投資，但是請(qǐng)務(wù)必記住，它們的價(jià)值在于可以教給您的技能。
 

　　當(dāng)雇主查看您的簡(jiǎn)歷時(shí)，他們將查看您的技能，項(xiàng)目組合以及相關(guān)經(jīng)驗(yàn)。證書不太可能影響他們的決定，因此請(qǐng)專注于獲得合適的技能并建立出色的項(xiàng)目。
 

　　這是有關(guān)大數(shù)據(jù)分析證書以及是否需要證書的更多信息。
 

　　您需要大數(shù)據(jù)分析學(xué)位嗎?
 

　　在簡(jiǎn)歷上擁有大數(shù)據(jù)分析學(xué)位可能會(huì)幫助您找到工作。然而，得到一個(gè)通常要花費(fèi)數(shù)年，并且花費(fèi)數(shù)萬美元甚至數(shù)十萬美元。
 

　　大學(xué)也可能會(huì)受制于機(jī)構(gòu)的慣性和適應(yīng)的緩慢，因此您可能會(huì)浪費(fèi)時(shí)間去研究在當(dāng)前商業(yè)環(huán)境中不相關(guān)的舊技術(shù)。
 

　　值得慶幸的是，有很多例子，他們都是靠自己成功地學(xué)習(xí)了大數(shù)據(jù)分析，并且在不需要專門學(xué)位的情況下就達(dá)到了行業(yè)的高水平。
 

　　例如，在啟動(dòng)Dataquest之前，我本人曾在EdX擔(dān)任機(jī)器學(xué)習(xí)工程師。但是我沒有大數(shù)據(jù)分析或機(jī)器學(xué)習(xí)的學(xué)位。我自學(xué)了那些技能。
 

　　我們的Dataquest學(xué)習(xí)者故事還包含學(xué)習(xí)者的示例，這些學(xué)習(xí)者在編程領(lǐng)域零背景且沒有大數(shù)據(jù)分析學(xué)位的情況下獲得了行業(yè)工作。我們的2020年調(diào)查涵蓋了數(shù)百名無需獲得學(xué)位即可達(dá)到其大數(shù)據(jù)分析學(xué)習(xí)目標(biāo)的受訪者。
 

　　如果您有足夠的時(shí)間和金錢來獲得大數(shù)據(jù)分析的大學(xué)學(xué)位，那么將其添加到簡(jiǎn)歷中絕對(duì)可以為您提供幫助。但它很可能學(xué)習(xí)所有的必要的技能，更快，很多更經(jīng)濟(jì)。只要您具備相關(guān)技能，就沒有大數(shù)據(jù)分析學(xué)位也不會(huì)傷害您的就業(yè)市場(chǎng)。
 

　　大數(shù)據(jù)分析家需要什么技能才能成功?
 

　　屬于“大數(shù)據(jù)分析”的技能列表非常多!您可能已經(jīng)在網(wǎng)絡(luò)上的某處看到了這個(gè)令人生畏的圖像：
 

　　但是不用擔(dān)心，您不需要學(xué)習(xí)所有這些知識(shí)!
 

　　根據(jù)職位發(fā)布和大數(shù)據(jù)分析家報(bào)告的工作成果，最基本的大數(shù)據(jù)分析技能是：
 

　　a.使用Python或R編程(都可以)
 

　　b.流利的流行軟件包和工作流以您選擇的語言進(jìn)行大數(shù)據(jù)分析任務(wù)。例如，如果您選擇Python，則應(yīng)該熟悉pandas，NumPy，matplotlib或Plotly之類的庫以及scikit-learn，并且應(yīng)該熟悉使用它們進(jìn)行數(shù)據(jù)的清理，分析和可視化的工作。

　　c.編寫SQL查詢

　　d.統(tǒng)計(jì)知識(shí)與方法

　　e.基本的機(jī)器學(xué)習(xí)和建模技能

　　f.工作流程和協(xié)作技能(Git，命令行/ bash等)
 

　　如果您可以將這些基礎(chǔ)知識(shí)添加到您的技能組合中，那么您將很容易獲得第一份大數(shù)據(jù)分析工作。有關(guān)這些的更多信息，您可以查看我們的大數(shù)據(jù)分析家學(xué)習(xí)路徑，該路徑旨在為Python學(xué)習(xí)者教授所有重要的大數(shù)據(jù)分析技能。
 

　　在這里，您可以根據(jù)自己的興趣更深入地研究自然語言處理，圖像分類，深度學(xué)習(xí)等專業(yè)，以及各種其他選項(xiàng)。
 

　　底線
 

　　本文并不是要確切說明要做什么。而是將其視為在您自己的道路上學(xué)習(xí)大數(shù)據(jù)分析時(shí)要遵循的粗略準(zhǔn)則。如果您將所有這些事情都做好，就會(huì)發(fā)現(xiàn)您自然在發(fā)展大數(shù)據(jù)分析專業(yè)知識(shí)。但是不要被他們束縛!如果您找到了一種可以保持動(dòng)力和學(xué)習(xí)的不同方法，請(qǐng)毫不猶豫地將其納入您的長(zhǎng)期計(jì)劃中。
 

　　我通常不喜歡“這里有很多東西”的方法，因?yàn)檫@種方法很難弄清楚下一步該怎么做。我已經(jīng)看到很多人在面對(duì)大量教科書和MOOC時(shí)放棄學(xué)習(xí)。
 

　　我個(gè)人認(rèn)為，任何人只要以正確的心態(tài)來處理大數(shù)據(jù)分析，就可以學(xué)習(xí)大數(shù)據(jù)分析。
 

　　我還是Dataquest的創(chuàng)始人，該網(wǎng)站可幫助您在瀏覽器中學(xué)習(xí)大數(shù)據(jù)分析。它封裝了本文中討論的許多思想，以創(chuàng)造更好的學(xué)習(xí)體驗(yàn)。您可以通過分析有趣的數(shù)據(jù)集(例如CIA文件和NBA球員數(shù)據(jù))來學(xué)習(xí)。在完成我們的課程時(shí)，您還將完成項(xiàng)目并建立項(xiàng)目組合。
 

　　如果您不知道如何編碼，請(qǐng)不要擔(dān)心 -我們從頭開始教Python和R，不需要任何經(jīng)驗(yàn)!我們教Python和R是因?yàn)樗鼈兪沁m合初學(xué)者的語言，并且它們是現(xiàn)實(shí)世界大數(shù)據(jù)分析中使用最廣泛的語言。