Osheep

时光不回头,当下最重要。

大数据学习 第一季度小结

自从加入猴子数据群,自学大数据分析一来,几乎正好三个月,在此小结一下。

学习目的:主要有三个方向:

1. 数据分析,资源主要是猴子课程和《R语言实战》。目前学会了简单的数据分析编程,希望在此基础上,深入的分析本行专业上表面上无甚关联的本质联系。

输出:R语言练习:各城市间的房价有关系吗?

2. 数据展现,资源主要是炼数成金的数据展现和ggplot课程,另外写了几篇图形笔记。

输出:R语言:表格的气泡图转化——以及小学生数量与房价的关系

3. 投资方向,这方面开始看一点quantmod课程和书籍,指导自己理性投资。

输出:R语言quoantmod包做初级金融分析


学习内容及时间安排:见下表:

《大数据学习 第一季度小结》

《大数据学习 第一季度小结》

每月及每周前安排学习计划,越细化越好,大约是每天1-1.5小时的分量。然后尽量照着安排学习。当然,肯定也有不想学习的时候,那我也放过自己了,如果不想看这本书,那就看看视频课,或者写点东西,只要不是连着两三天什么都不学就好。

1月份是入门时期,除了猴子课程,主要是看了C学院和炼数成金的一些R语言视频,以及开始了《R语言实战》和《深入浅出统计学》。月底利用春节大块时间,集中学习,所以进度比较快一点。

《大数据学习 第一季度小结》

3月初,终于把《R语言实战》看了一遍——其实主要是把程序照着打了一遍,文字部分很多没有看懂,所以同时开始抄笔记。开工前学完了《深入浅出统计学》,朋友推荐了一本《商务统计学》,正好巩固一下。这本书相对也不算很难懂,而且不用跟着敲程序,以一天20页的速度阅读。

因为觉得统计学没有很扎实,所以在阅读之后,用R语言做了一些《商务统计学》的习题。(其实做完之后也没有很踏实哈哈)

《大数据学习 第一季度小结》

这段时间,也开始了《mysql必知必会》和《笨办法学python》的学习,但mysql和我的目前方向实在差比较远,学习动力和实践都不足。python因为有一点R的基础,开端很顺利,但在第30个练习左右开始遇到瓶颈。估计迟点要努努力学完,开始爬虫学习。

另外视频课方面,参加了城市数据团的学习。他们的讲课内容跟我的行业相关性比较大,落地性很快。所以在近期是我学习的重点。


从上表看出,我的学习比较杂,但是一番混战下来,也多少有所收获,个人的感想是:

1. 计划一定要制定,不然没有方向。但看多少就视个人而定,即使没有时间,每天看5页,一本书也总有看完的一天。不用太紧张,找个自己能坚持下去的步调就好。

2. 无论学什么,捡到篮子就是菜,只要有兴趣就去学习,还能够保持一定的学习积极性。从各个角度去学习。一方面可能比较有趣,再说,说不定哪天就用到了呢。

最近李笑来老师说,人总是要走一些弯路的。越是不想走弯路,总是想挑选到最直接最短的路径的人,所有的注意力都用在寻找“”更好的方法,反而迟迟不能出发。笨的人也有笨的福气。

从另一个角度讲,努力总不会白费,看了这本那本书总有可取之处,两三本看下了,也就有感觉了,也就有一些挑书和下一步学习的心得。所以我相信,日后的路线只会越来越清晰,效率也会越来越高的。

目标是在接下来的3个月后,掌握R语言的基本应用,以及数据展现的技巧,开始学习python爬虫。至于对于sql和数据挖掘等方面,估计就见步行步吧。按照目前的进度,一年下来,应该会有所收获。

近期学习的副作用是:

1.运动时间被有意无意的减少了,每周没有刻意的留出时间运动,晚上也要坐在电脑前,颈椎和腰椎呼喊着罢工。为了长期的健康,还是要保证锻炼的频率。

2.减少了阅读时间。以前一个月能看三五本书,现在如果不算数据分析这类书籍,一个月看不到一本。但这也不算坏事,因为方向性更加强了,真正学到了更多东西并应用到实践中。

总而言之,2017年的大数据学习,使我认识到了跨界知识的重要性。在我的本身的专业里,数学,统计学和编程知识几乎是可以完全无关的,你不想用的话可以一辈子也用不上。然而通过在这个领域的学习,让我用另一个角度去看待自己的专业和学习,不但扩展了专业领域的应用,也多了一些趁手的工具。日后要做的,是需要更深入的思考:

自己实际工作中,有哪些可以应用到跨界知识?哪些是可用可不用,以前反而偷懒用了笨办法,现在需要倒逼自己学习的?

目前很多的练习,还是浅尝辄止,以后如何针对这些知识,刻意练习?

还是李笑来说,人人都要懂点统计学,人人也都要懂点编程,现在意识到游戏规则的改变,奋起直追,犹未晚也。日后学习的路上,不求更快,只求坚持。

点赞