前言

在经历过一个多月的迷茫与焦虑之后，决定继续学习数据分析，死磕到底。

目前学习进度

在之前的学习过程中，学过的课程与看过的书籍如下：
统计学：《深入浅出统计学》、《统计思维》
Excel：《2010EXCEL数据处理与分析》
SQL：《MySQL必知必会》、《SQL基础教程》
Python：《利用Python进行数据分析》 MOOC课程Python程序设计
爬虫：MOOC课程爬虫《Python3 网络爬虫开发实战》
机器学习：Coursera吴恩达机器学习课程《机器学习实战》
数据分析类：《谁说菜鸟不会数据分析》、《深入浅出数据分析》
数据分析思维：《增长黑客》、《精益数据分析》、《数据化管理》

存在的问题

所看过的书籍或者学过的课程没有总结，导致学习不够扎实，现在遗忘较多
数据分析思维严重缺乏，对待具体的问题不能有自己的分析思路
缺乏项目实战经验，所学到的知识不能很好的应用

目标

数据分析有俩个的方向：1、商业分析师（偏业务） 2、数据挖掘（偏算法）
相对而言，偏业务方向的数据分析师入门较简单。
希望经过2-3个月疯狂的学习，能在明年春招的时候拿到一个初级数据分析师的offer

计划

虽然我是在实战组里，但是我基础不够扎实，所以在接下来的一段时间里，以巩固基础知识，提高数据分析思维为主，暂时不深入接触机器学习算法。在学习的过程中，采用项目驱动的方法。
在接下来2-3个月里，具体学习计划：

统计学 至少得花3天的时间来巩固基础概念，并做好记录总结，学习的方向参考统计组的路线。
SQL 虽然有了一些基础，但实际操作经验不足，寻找相关习题加以巩固；同时，学习一些进阶的SQL函数，学一些SQL优化方面的知识，有时间补充Hive知识等。
Python Python基础其实不太扎实，可以参考Python组的计划，加以巩固。找一些网上的开源项目，学习并自己总结。
Tableau 这款数据可视化软件对于业务方向的数据分析师来说比较重要，需要花点时间学会基本操作。
Excel 初级数据分析必须掌握的，好的学习书籍还没有找到。
数据分析思维 这一点是重点，对于数据分析，工具其实不太重要，因为工具花时间都能学会，但思维能力却不能在短时间内培养。需要反复看上面的三本书籍，总结，消化，结合具体的案列分析总结。
机器学习 对于初级的数据分析师来说，这一部分是加分项，如果，有时间，了解基本算法，学会掉包调参。机器学习是一个长期的过程，后续再朝更深的方向发展。（也要看自己真正进入数据分析行业之后，对于业务与算法到底哪个更感兴趣）