2018年已经过去四分之一了，在口号喊出来了快一个月的时间点上，先对今年知识输出的内容做一个简单的规划。
这些文章的输出是有着两个目的：一是自己的整理与总结，二是希望能借此帮助到有缘人。
Python机器学习
这个就不用多介绍了。
老实说，纯理论方面的推导我也觉得有些困难，这个领域的壁垒可以很高，也可以很浅。之所以说它很浅，是因为前人都造好了轮子，我们只是享前人种下的树荫。所以我只是比调包侠强了一些。
所谓强了一些，是我的业务经验能帮助我更好的去理解ML模型和特征工程。我写机器学习还有一个私心，就是希望靠输出巩固自己相关的知识点。
各位不会通过文章成为算法专家，也很难单靠它就转行成数据挖掘工程师。我能写的，是给业务分析师划分出一条职场通道，是为学生党带入门，是帮更多的运营和产品经理们熟悉数据挖掘和机器学习技术。
随着Google和Microsoft的在线机器学习工具的普及，是机器学习会更加平民化。随着自调参和自编码技术的发展普及，技术的上手难度会越来越低，我相信早晚有一天，业务人员也能在数据平台上通过拖拽完成模型的建立。
Python爬虫
去年Alpha Go带领起来的大数据爆发，某乎上有着各种各样的爬虫项目介绍，这就算是个凑热闹的点吧。
不过爬虫入门门槛并不高，如果有Python基础，并且不考虑分布式爬虫、反爬虫对抗等技术，一周的时间足够入门，鼓捣出一些好玩的东西。
具体涉及的内容会包括前端知识、urllib和requests的请求、beautifulsoup的网页解析，到最后Scrapy框架的使用。以大家能顺利抓取几个目标网站为结果。
掌握爬虫后，可以做两件具有性价比的事。竞品分析和数据项目，竞品分析包括但不限于对手内容的copy、活跃数据的统计，在工作中帮大家从复制黏贴的重复劳动中抽身出来。
而数据项目是新人最好的练习题，很多人问，我想转行数据分析应该怎么做？各种软硬性技能的锻炼是一方面，但是你总归要证明自己能够胜任，那么用爬虫抓一波数据作为分析练习，并以项目的形式展现出来，绝对事半功倍。
成果总是最好的证明。
你想要投电商公司，那么抓取它对标的竞争对手，可以分析一下对手有多少SKU？售卖情况？商品评论怎么样？随着时间趋势是上升还是下降？这比简历上的踏实肯干、认真努力、学习能力强等评语要靠谱多了。你是面试官，你会不会更倾心？
抓取项目我会尽量选择有意义的，比如各种内容平台的评论。而这些数据也能用在用户画像、机器学习等文章上。
数据库与数据仓库
有了分析工具，然后也有了数据，于是就是到使用数据库的时候了。
可能数据仓库的概念大家有些陌生，通常我们使用JAVA、C++写CRUB的时候只知道一个数据库。大数据到来了，ETL在后端也火了起来，很多公司都是找不到有经验的ETL或者是招不到靠谱的ETL，于是在转型的过程中因为数据质量的问题而耽搁了。
了解到数据库与数据仓库的区别之后，在这基础之上会谈一谈OLAP、BI还有数据可视化，大概率是纸上谈兵，毕竟这里没有多少实际工作经验。
最后
除去以上三个必谈的主题之外，不出意外也会触及到TensorFlow、NLP和Opencv，这些都是后话了。
回头一看，除了爬虫，其他每个系列都会十来篇往上，这都是深坑啊。
虽然感觉今年有可能写不完，能写多少就尽量写吧。
先推荐两个SQL教程（这个跟写作计划没有关系）：SQLZOO有合适的教程，W3school也有。
还有Python教程，入门就看廖雪峰老师的课程吧，深入的就看书吧。
——不求多，只求精。
因为是个人发文，会在微信公众号和简书上同步更新。
网友评论