以下文章来自公众号【渔好学】, 欢迎关注
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
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
更多内容, 公众号【DS数据科学之美】, 欢迎关注
网友评论