数据分析自学需要学习哪些课程

　　数据分析自学需要学习哪些课程？光环大数据认为，想要做数据分析，需要熟悉的基础知识太多了，包含了multivariablecalculus,linearalgebra,probability,statistics,machinelearning等等。

学习数据分析（AI方向）的课程前提，需要明确数据分析和数据科学的区别。数据分析算作数据科学的一个分支，除了MachineLearning外，还有很多偏重数据分析的内容，所以如果对于datascience的各个分支都学的话，可能会因为学的太宽泛而导致多个课程都较难取得突破。数据分析的重点，不仅仅是通过课程来学习知识，更是需要通过课程来培养数据的敏感性，利用数据来激发出更深远的insights。数据分析是一个实践性很强并容易运用于各个领域的专业技能，所以为了有效地学习，我们需要了解数据分析所涉及的几个重要环节，然后根据兴趣点来学习相关课程。

光环大数据根据多年的大数据培训经验，从理论知识和编程课程两个维度总结如下：

1.理论知识统计学、数学：从代数、微积分、概率论做入门，再到学习LinearRegression、Classification、Tree-BasedMethods，再到SVM、UnsupervisedLearning及流行的各种神经网络。AI行业知识：数据分析要有产品思考，所以要了解所感兴趣的某一项人工智能涉及的领域知识(对话、图像识别、语音、金融等)。

2.编程课程Python、R等：Python、R为Kaggle上最主要用的也是最流行的数据分析软件，很多Consulting公司会用SAS、SPSS、MATLAB等，因此看对哪个软件有兴趣，再去学习编程课程以及和数据分析相关的有趣的package。SQL、NoSQL：数据分析通常都需要掌握SQL的query语句来进行数据库的操作；通常会有mongodb、hbase等NoSql数据库，也可当做一门课程去学习。SparkorHadoop：分布式系统处理大数据也是数据分析的一个亮点，将编程运用到MapReduce进行海量数据挖掘处理；另外，能将数据存储在HDFS上，同样是个加分项。Office及其他图形化软件：要熟练掌握PPT、Excel的基础技能，将获取的结果用简洁易懂的方式呈现给看的人；做数据分析visualization很重要，需要学会使用各种可视化图形化工具。

数据分析自学是完全可以的，但自学相对来说局限性很大，学习课程体系不完善、学习不能从始到终的坚持、学习过程中遇到问题不能及时找专业讲师解决等，因此，如果条件允许的话，尽量还是报名数据分析师培训班比较好一些。

数据分析培训，数据分析师培训，就选光环大数据！

原创文章，转载请注明出处：光环大数据http://hadoop.aura.cn