什麼樣的人適合學習資料分析？小白如何自學資料分析？

主圖

時下的大資料時代與人工智慧熱潮，有很多人對資料分析感興趣，卻下手無從。零基礎小白剛接觸資料分析會有這樣的疑問，沒有數學基礎，可以學習資料分析嗎？如何找到一份資料分析的實習呢？帶著這些問題，我們一起來看今天要探討的問題。

什麼叫資料分析？

什麼樣的人適合學習資料分析？

應該學習哪些內容？

需要用到哪些學習資料？

自學資料分析如何安排時間？

不是相關專業，如何打造簡歷？

圖片來源於百度

想要學習資料分析技能，or利用資料分析提高自己的工作效率，or解鎖新技能，看完這些，可以考慮自己適不適合學習資料分析。

一、什麼叫做資料分析

資料是21世紀最性感的行業，生活在大資料年代，需要用到資料去解決問題，並且支援決策，資料分析從廣泛上來理解，不僅包含資料分析師這個崗位，同時更多的是一種技能，無論從事什麼行業什麼崗位，都可以透過學習這種技能，來提高自己的工作效率，增強自己對於資料的洞察能力，而這個能力，無論是在工作學習還是生活中，都能起到很大的作用。

圖片來源於百度

二、什麼人適合學習資料分析？

第一類：想要成為資料分析師，資料分析的技能是必備的。

第二類：想要提升工作效率，增強自身資料敏感程度。

未來幾年，隨著各行各業的資料基礎建設越來越完備，各個行業都會急需資料敏感的人才

圖片來源於百度

沒有數學或者程式設計的基礎，能否學習資料分析呢？

這裡需要分情況討論，如果你的職業目標是希望成為一名偏建模方向，或者是偏技術方向的資料分析師的話，對數學和程式設計的能力要求是很高的，靠短期的突擊達到要求是比較困難的；如果想學習資料分析的技能，或者想成為一名偏業務方向的資料分析，有數學或者程式設計基礎最好，沒有也可以透過短期內的學習來達到要求，明確自己的目標，再根據自己的情況去進行合理的選擇。

圖片來源於百度

三、自學資料分析的學習模組

資料分析可以分為三大模組，分別是理論基礎、技能點以及商業知識。每個模組將按照學習內容，學習資料，以及需要點亮的技能三個部分展開為大家介紹。

1。 理論基礎篇：包括統計學還有機率知識兩部分，而這些知識，是支撐我們一切分析過程的理論基礎。比如說資料分析師經常在工作中，需要設計ab實驗，來評估兩個版本的優劣。首先你需要明白假設檢驗的原理，才能夠驗證出本次的實驗產生的波動，並不是由於隨機誤差帶來的，而是由於ab兩個版本內部的一些因素影響導致的，就是說你需要了解置信區間，在實驗結果出來之後能夠去評估一個區間，確定a版本究竟比b版本帶來了多少DAU的增長。

商務與經濟統計

推薦資料：《商務與經濟統計》（書），可汗學院的《統計學》（影片課程），對零基礎的小白非常友好，都是從中數眾位數等簡單的描述性統計開始講起。書配合影片共同學習，去交叉驗證相互理解，會有融會貫通的感覺。

網易免費公開課

需要重點掌握的理論基礎知識點：

1） 假設檢驗相關的一切知識。假設檢驗是支撐我們ab實驗的理論基礎。

包括：假設檢驗的原理 顯著性檢驗、p值、常用檢驗方法 置信區間 引數估計與區間估計。

2） 機率論。排列組合 條件機率 貝葉公式 隨機過程

本期分享就到這裡了，看完是不是覺得很多名詞特別陌生，不要著急，掌握一門技術，就是一次全新的開始，如果下定決心學習這門技能，就一步一步克服這些苦難，不要還沒開始，就自己投降了。

本期內容未結束，有問題歡迎留言！