今天没做到昨晚日记本上写的早起，很轻易的就原谅了自己。收拾一下今天准备把这段时间收集的科研准备整理一下，除去看论文的表格，还有一些小活意外，主要就是整理日常在数据挖掘和开发技术方面的资料整理，将一些有价值的的链接结合个人学习的作用心得放在一起，便于后期学习。而不是像大多数学习资料一样置于收藏夹内落灰落尘不去学习。闲话少说，交代了大概这篇随笔的作用就开始放链接。
上图是我来实验室后桌面一个护眼的锁屏壁纸
本来上一句是 “白首壮心驯大海,青春浩气走千山”，手慢了，没有拍到，所以放了这张。正好元宵刚过，乐得喜庆。
现在研究生活已经过了六分之一，除去实习的六分之一，只有两年，说快不快。时间每天都在过，既然要把科研/研发当做生活的重心，那么就要系统的学习如何看论文，并且坚持在这些事情上投入产出，要有一个结果才好。主要来是放一些“如何科研入门/看论文/调整心态/良好习惯”，包括“如何使用github还有一些研发工具的”。因为现在的研究方向往数据挖掘方面走，我相信一个深耕的资料链，加上不懈的努力，一定可以学到一些东西。不负研究生活，不负青春。记得小时候常玩的一个游戏叫做黄金矿工，现在我们也要做一个数据的miner，不仅要挖到“金子”，还要保证得到一个结果--决策。下面分两个部分放链接和学习预计位置，补充一些心得。
数据挖掘
一般来说数据挖掘有三种工具（常用的），Excel、SPSS、Python/R挂的编程类。这里先把Excel的数据分析学习放最先：
1.Excel知识树-数据图表- 优优教程网 优优教程网是我很喜欢的一个网站，里面关于视频后期动效类的视频很良心，偶然发现这里也有Excel的知识树，放在前面打头阵。 没任务的大块时间可以学习一下，增强自己office技术另外为小体量的数据的分析做准备。
2.数据分析或者挖掘，先学Python语言还是先学使用SPSS，或者运用数据库SQL-知乎，知乎是一个活跃优质的问答社区，很多专业权威人士会针对一些有经验的问题进行系统解答。很多遇见难题的时候会适当的向它求救。放在这里作为入门解答的科普。
这里排列顺序并不就是建议学习的顺序，而是尽量做到表现出数据挖掘的全貌。再根据自己时间和兴趣相机安插着去学习。了解了数据挖掘分析中三者针对不同的数据量后，就可以开始了解一般学习数据挖掘和数据科学的步骤了。下面四个链接主要是不同平台上对于数据挖掘学习的不同建议。在学习过程中时常查看，把握自己的进度，根据学习情况来调整步骤和目标。
3.深入浅出：如何从0开始学习大数据挖掘分析？ | 人人都是产品经理
看完大概，心里应当有个底，python是miner挖掘过程中一把非常好用的工具。起先的零散学习和稍作接触都不行，必须要上手项目。从练手中获得经验值，下面放了一些知识点的总结，包括9中的利用Python进行数据分析是豆瓣上的高分学习手册。12则是Python中的Seaborn其实是在matplotlib的基础上进行了更高级的API封装,从而使得作图更加容易。这里就要求对Python的几个工具包要熟悉。
7.学爬虫，我需要掌握哪些Python基础？ - CSDN博客
11.入门python3爬虫需要掌握的知识与技巧 -CSDN博客
12.十分钟掌握Seaborn，进阶Python数据可视化分析 - 知乎
至于SPSS的学习和熟悉，看完上面，发现一众的学习者和使用者都认为非常简单，应用广泛，包括学心理的室友也在使用，还有一些商业用途。这里放b站上华科陈老师的SPSS的教学视频和知乎上大神们的答案包含书单和步骤指导。由于使用学姐的电脑，已经安装了SPSS软件这里就没有贴安装包，有需要的可以去百度一下，我试着搜索了一下不难找到。不过最好是先看一下视频找到对应的版本，这里关于SPSS的介绍也就到这里。
研发积累
7.你发表第一篇英文 SCI 论文经历了怎样的过程？ - 知乎
8.第一次投稿 SCI 论文，有哪些要注意的地方？ - 知乎
前面几条是基本操作，要真的有积累，坐冷板凳是不可避免的。看paper-写综述总结-对比整理-写paper-修改-发表。这条路希望我们都能够坚强一点。后面两条是我放上来鼓励自己向对面的博士师兄学习的，心中一直有一个读博的不现实幻想。既然希望几年之后读，为什么不把现在的时光就当做读博呢？正好今天阳光正好，趁着刚看完飘的心情，把这个一直看一篇转到微信一篇的资料整理出来，便于后面的学习。
持续更新。。。
网友评论