Question

如何自学成为数据分析师？

Answer 1

数据分析师一般是计算机或者数学相关专业。想要成为一名数据分析师，可以去十方融海学习。成为一个合格的大数据分析师应该学习和掌握以下技能：1、统计分析：大数定律，抽样推测规律，秩和检验，回归分析，方差分析等。2、可视化辅助工具：Excel，PPT，思维导图，Visio、Power BI。3、大数据处理框架：Hadoop，Kaffka，Storm，ELK，Spark。4、数据库：SQLite，MySQL，MongoDB，Redis，Cassandra，HBase。5、数据仓库/商业智能：SSIS数据仓库，SSASSSRS，DW。6、数据挖掘工具：Matlab，SAS，SPSS。7、人工智能：机器学习相关知识。8、挖掘算法：数据…

Answer 2

　　数据分析最重要的可能并不是你熟悉的编程工具、分析软件，或者统计学知识，而是清楚你所使用的统计知识（统计学、计量、时间序列、非参数等等）背后的原理、假设及其局限性，知道各种数据分析工具（例如数据挖掘）能带来什么，不能带来什么，看到一组统计检验的结果你能言说什么，不能言说什么。这一切的背后，需要一套完整的「科学」逻辑框架，让你了解自己手中的工具的本质，你才能从数据中正确地发现有效的信息，而不是胡乱地使用一大堆自己都搞不清楚的工具来堆砌分析结果，这样得到分析结果不仅无用，而且有害。

　　知道了这些后，希望成长为数据分析师，就需要着手训练自己的能力和洞察力。既然是数据分析师，那就分别从数据和分析两方面入手。
　　数据当然包含了数据收集、处理、可视化等内容，每个环节对于最后的结果都有关键性的影响。其中涉及的技术性内容只是一部分而已，更重要的是你要理解数据收集（是否存在采样偏差？如何纠正或者改进？）、处理（是否有漏洞或异常情况没有考虑？）背后的逻辑。
　你要充分了解这些概念背后的逻辑、动机是什么，才能正确地根据自己的目的作出选择。
　　数据可视化更多的是一门艺术：如何把信息以最恰当的方式呈现给希望获得这些信息的人。首先，你要充分理解这些信息究竟是什么，有什么特点，你才能较为恰当的选择采用的可视化工具。
　　另外一部分就是分析。当然就是各种分析模型，还是需要了解这些模型背后的逻辑，要放到整个项目的上下文中去看，而不是单纯地在模型中看。
　　总而言之，理解数据以及其中的信息是非常重要的，这决定了你的分析和呈现的方法是否合适，决定了最后的结论是否可靠。
　　现在可以回答题主的问题了：成长为一个数据分析师，要注意理解你的知识，形成一个系统，而不是像机器人一样机械地胡乱套用模型。在这个理念下训练你的编程能力，了解你所分析对象的原理和尽可能多的细节。在这个基础上，才能谈数据分析。

Answer 3

首先，数据分析的最终能够目的是促进业务转化增长，所以数据分析虽然要求出炉数据的技术过硬，但是最核心的要求还是对于业务的理解能力。
各位想转行的小伙伴可以找一下自己目前专业或者行业与数据分析的结合点，考虑从这方面入手。这样自己对这一领域已经有了了解，只要专心学习技术方面的知识就可以。例如，如果以前从事的是运营工作可以考虑运营+数据分析，如果以前在教育行业工作，挑选公司时，尽量还选择教育相关行业。既然找到了结合点，那么就有了努力的方向,接下来就需要专心提高自己的数据分析技能这里建议，在学习数据分析之前可以首先学习一- 下统计学的知识，这样有利于帮助我们培养数据分析的逻辑思维。
之后就是重头戏了，数据分析入门，EXCEL, 这个我就不过多叙述了，大家都接触过，但是还是建议大家系统学习-下，毕竟工作中常用。
之后就是，SQL、python、 R等-些专业性很强的技能了 ,这些都需要学习相应的编程语言，小编觉得对于非专业对口的同学们来说，
自学效果可能不是很好，建议可以购买- -些相关课程, 跟着专业老师进行学习。可以推荐去看一下CDA数据分析，整体上来说还是不错的。

Answer 4

欢迎到河南新华参观了解计算机技术 免费试听课程 报销路费

Answer 5

快速入门数据分析,可以多听cda公开课和试听视频, 收集高浓缩信息,少走弯路,判断自己是否对这行感兴趣,然后自我学习和训练.

1. 打好统计和数学基础,线性代数和微积分
   

2. 常用的数据分析工具（excel sql语言 spss r语言 python 等）

3. 多关注行业数据分析报告,积累自己业务经验.

Answer 6

自学数据分析师的话，是可以在网上找一些学习的资料来学习的，还有一些教材的学习的。不过比较建议的是考个CDA或者是CPDA的数据分析师的证书的，可以学习到专业的数据分析的知识的，对自身以后的职业发展也有一定的帮助。我朋友之前学习数据分析师的时候也是有在中鹏考CPDA的证书的，还是可以的吧，他现在是考完了的。