好久没有分享职场文章了，一是没什么可写，二是有点难过。我的跨专业申请第二个研究生没有成功。专业太受欢迎，我的背景不够强，毕竟一点电脑和编程语言都不懂，仅仅接触半年就想去挑战高难度学术专业，确实有点自不量力。好在自己的预期也是最多50%的机率。反正我当时的计划就是如果不被录取，我就自学。

从18年春天开始学习Python开始接触数据分析以来，在经历了去年的最基本的入门以及“妄想”之外，现在已经能够更冷静更认真的去对待这个学习的过程。作为一个没有任何编程背景的人，最开始只听说过“机器学习”和“数据分析”这两个概念之外一无所知。现在已经能够独自处理数据，并且从多种不同的角度分析且能够做简单的预测。重要的是，在学习的这个过程中，给我打开了另一个世界的大门。

五个月来学习情况汇总

从年初到现在，除了3个星期春节假期，工作之余我基本上除了阅读TS的19阅读计划 （8英文+12中文+各种中短篇16）和健身（滑雪 | 钢管舞  | 健身拳击 | 马甲线 ）之外，大多数时间都花在了学习上。

✅《Data Science for Business》完成了整本书 。 这本书是斯德哥尔摩大学的一位教授推荐的。

✅ 其它六本英文专业书， 共学习了16个章节

✅《统计学习方法》、《机器学习》、《统计学》  三本书的六个章节  

✅ 数据分析相关文献： 10篇

✅ 本职工作专业文献： 20篇

✅ 博士论文： 2篇

✅ 著名的Stanford大学教授Andrew Ng的机器学习的视频，从第课看到了第10课的中间，一共  61个。

✅ 《Machine Learning》 课程：Ch1 & Ch3  视频+课件学习

✅ Havard的数据分析课程，从第0课到第2课， 课件，练习+Lab，这个很费时间。

✅ 其它课程，都是从所需角度去截取章节学习的。

✅ 5月20日购买了一年期的DataCamp 课程，直到5月31日，11天完成了6门课程。

当然这个学习的过程并不是一帆风顺的，经常是学到一半，发现没有所需的基础，就去找资源，接着又发现更多问题。缺点是花了很多时间，优点就是通过接触不同的内容，我也逐渐的稍微了有一点点门道，逐渐的有了一个大的框架，数据分析、数据挖掘、机器学习、大数据、深度学习、人工智能等，逐渐的意识到我应该从那些薄弱的环节入手。

我的自学过程是这样的：

1： 找个工具可以处理大量的excel或者csv文件。用excel直接把我电脑弄卡掉，并且提醒我要换成64bit电脑。成功换了电脑之后，处理一个75MB的excel文件，依然慢的要死。因此在公司Yammer里面咨询。公司的一个data scientist建议我用Python,还有一个同事建议我用R。最后因为颜值的原因选择了Python。（到后来需要用机器学习的时候，才发现我选择对了）。 

2： 直接上项目操作来学习。现在看来我这个方式其实并不太对。当时因为时间有限，需要在固定时间内把项目完成。因此我没有从最基本的Python语法和工具包开始学，直接用项目数据开始做。好在让我用Python的同事用我的一个数据给我做了一个示范 - 如何读取数据。之后就是我自己研究了。因为是项目上数据，我很熟悉，以前数据量小的时候，我用的都是excel的Pivot做。需要实现什么样的图形我脑袋里都是有。所以我是反这进行的，根绝我要的结果去寻找实现它的代码。

3：发现自身的问题。 项目做完了，我也算是一点点入门。这个时候其实我还只是在门槛，半只脚都没有走进去。正如男朋友说，我虽然完成了项目，也基础了一个编程语言，但是我的那些代码是因为通过反推而复制别人的代码，什么原理我并不真正的了解，尤其是很多逻辑关系让我经常很挠头。

4：从基础开始继续学习。当我明确了自己的目标想要朝着这方面发展之后，我就开始搜索各种资源，花时间去研究去学习。目前正在一步步的建立自己的学习体系。根绝自己的弱项，以及目前最需要的一些技能展开学习。

学数据分析需要做什么？

貌似小她有不少姐妹也想着要学习数据分析，我就想趁着这个机会把我自己这一年的心得分享给大家。说的不一定对哦，只是适合我自己而已。欢迎大家指正。

1、明确职场定位以及业务分析能力

我给自己未来职场定位是我目前专业的数据分析师。我喜欢与数字打交道，现在这个时代数据也越来越多，能有数据收集以及分析预测的能力，在自己的专业上一定能有更好的发展前景。

未来的数据分析师，不但要有很强的数据处理、分析与算法使用的能力，还需要所在行业数据的专业背景知识。 比如我是做能源类行业的，我的数据都是我专业方向上的数据，相对于专业的数据分析师，我的专业背景要强很多，如果我能够有使用数据分析工具的能力，能够了解如何用不同的算法去实现数据分析，实现预测，实现建模，那么我的核心竞争力就会更高。

2、愿意付出时间并且不能怕难

很多人也可能都和我一样半路出家，都有自己的专业，在工作的时间如果不能用到数据分析，只能在业余时间自己学习。所谓兴趣是最好的老师。我愿意花时间去上相关课程，愿意花时间去搜寻资料，愿意花时间去看其他人的blog学习他们如何用某个代码实现某个功能，用某个算法来预测一个东西。

在这个过程中也遇到了很多问题，有时候一个问题或者一个概念就要花费我几个小时去理解去消化，有时候一个内容学过了，过了一阵子没有应用就忘记了，需要的时候又重新学。还记得去年11月我花了1个月时间上了几门课程，里面有一个关于聚类的。今年4月份的时候，和同事聊到聚类算法的时候，我居然一点都没有想起来，我说我不知道这个算法。等他给我解释了一下我才发现我有接触过。当时还是很有挫败感的。

3、基础理论知识+数据可视化

做数据分析，不是简单的学会一个编程语言或者一个数据分析工具就行。数学和统计学基础，数据分析工具，编程语言，数据获取的途径，逻辑思维能力，几大常用算法的原理和实现，数据可视化以及报告能力， 这些都是要必备的基本知识。

数据和统计学基础：比如高等数学、微积分、线性代数、矩阵，统计学，概率论，信息论等。比如矩阵，我N年前学的矩阵，早就忘记了，这次又重新学了一遍。比如线性代数，什么线性相关，非线性相关等。还有统计学中，比如方差、标准差都代表什么，置信区间表示什么，还有各种概率论，包括先验后验等。还比如用信息论来决定树根等等等。

数据分析工具有很多，Python, R, SQL, Excel等等，还有处理大规模数据比如那种streaming的数据的Spark等等。工具里又可能包含很多第三方包。语法如何写，包如何用，回归、分类、聚类等几大类算法。 如何获取数据以及数据的预处理，基本上数据的预处理要站去整个数据分析的70-80%的时间。做出来的模型是否过拟合，数据之间的相关性如何，这些都要去学习。

逻辑思维能力也非常重要。我自己就有一个特别深的感受，在做数据处理的时候，每次遇到loop这块我就很头疼，所以之前的我一直选择的是用更多的代码和时间去完成（最近上的一节课，貌似开了点窍儿）。如果一个人的逻辑很混乱，那么这个人很难去呈现一个逻辑清晰的报告，对业务提出建议和策略。

以上这些也只是入门而已。当你学到的东西越多，你会发现需要去学习的也更多。我前几天本来还在上一个系列课程，发现第三个课程的需要有另外四门课程的基础才行，所以我现在努力学习另外的四门课程。

对于我来说，我接下里要学习的基础内容包括，统计学（尤其是概率论）、信息论、复习线性代数、学习矩阵、pandas、numpy。基础内容学完后，目前的计划是学习几大算法，不是简单的代码实现，而是要去学习背后的原理。再往后的话，暂时先不打算想了。也许那个时候会出现更好的工具需要去掌握呢。

好在过去的这一年多学习过程中，我从来没有想过要放弃。希望某一天，我的职称可以改成process data specialist或者process data engineer。