1. 데이터 분석을 배우는 데 얼마나 걸립니까?
사람마다 학습 능력과 기초가 다르기 때문에 데이터 분석의 학습 주기도 다르다. 독학을 통해서라면 이 주기가 길어질 수 있습니다. 전문 선생님의 지도, 체계적인 학습이 없기 때문입니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 공부명언) 일반적으로 영기초학습자가 체계적인 훈련을 한다면 가장 빠른 3 ~ 4 개월이 걸릴 것이다. 데이터 분석 학습은 테이블과 테이블 구조에 익숙한 것으로 시작되어야 하며, 그 근원은 Excel 에 익숙하고 데이터베이스에서 숫자를 추출할 수 있는 기초 위에 세워져야 기술을 향상시킬 수 있다. 당신의 기술은 데이터베이스에서 숫자를 추출하고, Excel 과 BI 로 수만 줄의 작은 데이터를 처리하고, 파이썬으로 수십만, 수백만 행의 중형 데이터를 일괄 처리하고, 마지막으로 Hadoop, spark, flume 등의 구성 요소를 사용하여 수천만, 수십억 개의 큰 데이터를 처리합니다. 각 단계에 필요한 도구와 방법은 다릅니다. 일반적으로 중간 데이터를 처리할 수 있는 독학형 분석가에게는 python 의 팬더, numpy 등의 데이터 처리 라이브러리에 대해 최소한 알아야 합니다. 이런 자습의 순환은 일반적으로 이해와 자율과도 관련이 있다. 이해력과 자율성이 높은 학생은 4 개월 만에 장악할 수 있을 것이다. 만약 학생이 이해력과 자율성이 없다면, 이번 주기는 중도에 폐지될 수 있어 시간을 예측할 수 없을 것이다. 데이터 분석 실전 취업반 (집합학원) 을 추천하며 데이터 분석가의 데이터 처리 능력, 데이터 분석 능력, 데이터 마이닝 능력 배양에 중점을 둡니다. 코스 내용에는 데이터베이스 관리, 통계 이론 및 방법, 주요 데이터 분석 소프트웨어의 응용 프로그램, 데이터 마이닝 알고리즘 등이 포함됩니다. 실전 연습 시스템으로 데이터 분석 프로세스 기술 세트를 설명했습니다. 학습 후 학습자는 데이터 분석가 수준에 직접 도달할 수 있습니다.
데이터 분석은 무엇을 배워야합니까?
(1) 엑셀
엑셀의 경우, 어떤 사람들은 이것이 간단하다고 생각할지 모르지만, 엑셀은 확실히 강력한 무기이다. 기초과학이 없는 데이터 분석가는 반드시 Excel 로 시작해야 한다. Excel 은 소규모 데이터 기업을 처리하는 데 가장 많이 사용되는 도구이며 기초데이터 분석가와 데이터 조작에 매우 중요한 역할을 하기 때문이다. 데이터 분석가의 핵심 도구로서 Excel 함수 기술 (검색 함수, 통계 함수, 논리 함수), Excel 빠른 처리 기술 (형식 조정, 검색 위치 지정, 바로 가기 기술 등) 을 구체적으로 학습합니다. ) 및 Excel 시각화 기술 (콤보 차트, 막대 차트, 데이터 버블 차트).
(2) Mysql
SQL 은 또한 제로 기본 학습 데이터 분석의 핵심 내용입니다. 데이터 분석가로서 가장 먼저 해결해야 할 문제는 분석할 데이터가 있다는 것입니다. 일반적으로 기업은 자체 데이터베이스를 보유하고 있으며, 데이터 분석가는 먼저 비즈니스 요구 사항에 따라 엔터프라이즈 데이터베이스에서 추출할 데이터를 알아야 합니다. 기업에서 로컬 데이터베이스를 배포하는 경우 추출된 데이터는 SQL 언어여야 합니다. SQL 은 이해하기 쉽고 사용하기 쉬우니 꼭 배워야 한다. SQL 언어는 MySQL 데이터베이스 학습부터 시작하여 테이블 구조 데이터 추가, 삭제, 수정 및 조회를 포함합니다. 현실 기업에서, 데이터 분석가들은 일반적으로 증쇄할 권리가 없고, 검사할 권리만 있다. 학생들은 각종 문장 패턴을 중점적으로 파악해야 한다.
(3) 파이썬
파이썬의 기초는 데이터 분석가에게 매우 중요하다. 10 만 또는 100 만 데이터의 경우 Excel 과 BI 모두 카튼을 실행하여 전혀 사용할 수 없습니다. 그러나 실제 엔터프라이즈 애플리케이션에서는 한 번에 10 만, 백만 단위의 데이터를 처리하는 것이 일반적입니다. 파이썬은 이런 중량급 데이터를 처리하는 강력한 도구이다. 파이썬은 Numpy, Pandas, Matplotlib, Seaborn 등과 같은 강력한 타사 라이브러리를 많이 가지고 있기 때문입니다. 이러한 라이브러리를 통해 데이터 분석가는 수백만 개의 데이터를 정리하고 분석할 수 있습니다. 파이썬은 데이터를 청소하고 그림을 그릴 수 있을 뿐만 아니라 sklearn 으로 빅 데이터 알고리즘을 분석할 수 있다. 파이썬은 데이터 분석을 위한 중요한 도구이지만, Python 의 숙달 정도는 경력 발전 방향에 따라 다르다.
(4) BI 비즈니스 인텔리전스 도구
BI 는 Excel 차트 피벗 테이블의 고급 버전으로 이해할 수 있습니다. BI 는 표를 서로 연결하고 많은 지표를 그리는 것이다. 이것은 다음과 같이 큰 화면 간판입니다.
BI 간판 차트
기업 판매 지표, 운영 지표, 물류 지표 등 이 그래프는 지난 5 개월 동안 기업의 평균 판매 단가, 지난 24 개월 동안 판매된 물류 출하량 변화 곡선, 심지어 현재 실시간 판매까지 보여 줍니다. 이것들은 모두 기업의 관심사이다. 이 간판을 통해 지도부는 기업의 업무를 감시하는 데 있어 매우 직관적인 데이터를 가지고 있어 적시에 의사 결정 조정을 할 수 있습니다. 현재 시중에서 비교적 유행하는 BI 소프트웨어는 FineBI, PowerBI 등이다. 이 BI 소프트웨어는 사실 비슷해서 배우기도 어렵지 않다. 입문부터 FineReport 및 FineBI 학습에 정통하고, 데이터의 가치를 빠르게 발굴하고, 유용한 정보로 변환하고, 기업 의사 결정에 대한 데이터 기반을 제공하여 기업 의사 결정과 운영을 주도합니다.
(5) 수학 통계 및 데이터 연산
수리통계와 데이터 조작 방법론은 데이터 분석가의 이론적 초석이다. 수리통계에는 확률론, 통계학, 선형 대수학, 기본 미적분학 이론이 포함된다. 이러한 내용은 깊이 이해할 필요는 없지만, 그 원리와 내포는 파악해야 한다. 전체 데이터 분석의 출처는 사실 설명적인 통계 분석에서 탈태되기 때문이다. 기술 통계 분석은 통계 샘플의 총 수와 평균입니다. 데이터 분석에 관련된 알고리즘은 통계학에서 더 깊은 아키텍처 모델링입니다. 따라서 수학 통계에 대한 지식을 습득하는 것은 초급 데이터 분석가에게 기본적이고 필수적이다.
데이터 운영 방법론은 무엇입니까? 데이터 운영의 방법론은 사실 각 업종 운영의 분석 모델을 배우는 것이다. 예를 들어, 전자 상거래의 경우 깔때기 분석은 홈 페이지에 들어가는 사람 수 PV 1, 의류 판에 들어가는 사람 수 PV2, PV2/PV 1 을 분석하여 의류 판에 들어가는 비율을 얻을 수 있습니다. 관련성 분석, A/B 검사 등 많은 일반적인 분석 모델도 있습니다. 관리 경로를 개발하고자 하는 데이터 분석가에게 데이터 조작은 반드시 배워야 할 지식이다. 사실, 데이터 조작에 대한 지식은 복잡하지 않습니다. 즉, 비즈니스 요구 사항에 따라 지표를 가장 세밀하게 분해한 다음, 전년 대비 및 링비 두 가지 데이터 분석 방법을 사용합니다.
(6) 기계 학습
마지막으로, 데이터 분석가가 대량의 데이터를 분석할 수 있는 능력을 습득해야 합니다. 이 분석은 통계 분석과 데이터 계산 방법 사용뿐 아니라 예측 분석도 포함합니다. 예측 분석의 본질은 기존 데이터를 사용하여 변수 x 와 예측 최종 값 y 사이의 관계 (즉, 수학 알고리즘 공식) 를 계산한 다음 이 알고리즘을 사용하여 더 많은 x 입력 알고리즘을 사용하여 예측 값 y 를 얻는 것입니다. 여기서 이해하지 않아도 괜찮습니다. 간단히 말해서, 이 단계의 데이터 분석은 대량의 역사적 데이터를 이용하여 수학 공식 (즉, 알고리즘) 을 구축하고 이 수학 공식을 이용하여 미래를 예측하는 것이다. 예를 들어, 한 사람이 스포츠 짧은 동영상을 많이 찍었는데, 알고리즘에 따르면 이 사람은 텐센트 스포츠 회원이 축구 경기를 보는 데 관심이 있을 수 있습니다. 이 추론과 예측은 비즈니스 세계에 큰 의미가 있습니다. 알고리즘을 마스터할 수 있는 데이터 분석가가 되고 싶다면 기계 학습은 건너뛸 수 없는 입문이다. 학생들은 간단한 일원회귀, 다원회귀, logistic 회귀 학습에서 의사 결정 트리, 무작위 삼림, SVM 등 고급 알고리즘을 점진적으로 배워야 한다.
만약 당신이 이곳을 본다면, 당신은 이미 데이터 분석가의 입문 방향에 대해 심리적으로 준비했다고 생각하지만, 기초가 없다면, 정말 어떻게 들어가야 할지 모르겠습니다. 사적인 대화를 환영합니다. 데이터 분석가의 지식 포인트 개요를 무료로 받고, 데이터 분석가의 입문 상담을 무료로 해 주십시오. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 지식명언)