一.高效学习方法---MAS
- Multi-Demension：多角度认识事物
- Ask：不懂就问
- Sharing：最好的学习就是分享
二.数据分析多维度
- 基础概念
- 工具
- 题库
三.学习数据分析核心
培养数据思维，掌握挖掘工具，熟练实践并积累经验。
四.数据分析三个重要组成部分
- 数据采集
- 数据源
- 开源数据库
- 爬虫抓取
- 日志采集
- 传感器
- 工具使用
- 八爪鱼
- 火车采集器
- 搜集客
- 爬虫编写
- phantomjs
- Scrapy
- lxml
- Selenium
- 数据源
- 数据挖掘
- 数学基础
- 概率论与数据统计
- 线性代数
- 图论
- 最优化方法
- 基本流程
- 商业理解
- 数据理解
- 数据准备
- 模型建立
- 模型评估
- 上线发布
- 十大算法
- 分类算法
- C45
- 朴素贝叶斯
- SVM
- KNN
- Adaboost
- CART
- 聚类算法
- K-Means
- EM
- 关联分析
- Apriori
- 连接分析
- PageRank
- 分类算法
- 数学基础
- 数据可视化
- 第三方工具
- 微图
- DataV
- Data GIF Maker
- python可视化
- Matplotlib
- seaborn
- 第三方工具
五.认知三步曲
实战
工具
认知
自上而下 疑问回答做分解
带着问题找答案
自下而上 概况总结做聚合
带着概念做总结
六.牢记规则
1.不重复造轮子
2.工具决定效率
3.熟练度
七.总结
1.记录下每天的认知
2.这些认知对应工具的哪些操作
3.做更多练习来巩固你的认知