大数据学习是自学好还是去培训机构好
去培训机构比较好，大数据要学的东西很杂，学习起来也很有难度，选择自学大数据，很多的问题都超出你的解决能力范畴，在学习中有很多你没有办法解决的问题会时不时地冒出，影响学大数据的信心。
1、授课老师的专业度。
选择一位好的老师会让你的学习过程轻松顺利许多。看师资的时候要看老师的经验是否丰富，经验丰富的老师会让你少走弯路。在遇到问题的时候和老师交流起来也会轻松不少。
2、上课的方式。
大数据是一门非常需要操作练手的技术，选择线下授课的方式是最好的，特别是没有基础或者基础薄弱，又或者自学和自控力比较差的朋友。在选择大数据培训机构的时候一定要注意，线下培训可以缩短你的学习周期，保证你的学习效率。
3、是否有项目练手。
因为大数据是一门非常需要多练习多操作的技术，所以选择培训机构的时候你要考察下是否有项目可以练手，最终你要面对的还是就业，想要找到好的工作，项目这一块是挺重要的。
4、学习环境和氛围。
现在已经是大家都可以享受好的学习环境的年代了，如果有好的选择，为什么不选择一家环境舒服，学习氛围良好的培训公司呢。
学习大数据注意：
1、首先学习大数据，先了解什么是大数据，了解大数据大概的运用，学技术刚开始不是一件易事，需要有足够的决心和毅力。
2、对于零基础的朋友，需要掌握一门计算机的编程语言，计算机编程语言有很多，Java是目前使用最为广泛的网络编程语言之一。
很荣幸为您解答的，大数据自学还是去大数据培训机构，您可以根据自身情况去选择。如果您非零基础、自控能力、理解能力还不错，那建议您自学的，如果零基础的话，建议您去培训机构的。下面跟您分析一下，大数据自学与去大数据培训机构学的一些核心问题。
第一点：对于核心的掌握可能会差点
自学出来的可能对于核心知识的掌握不是很好，因为自己没有实际接触过相关的知识对于课程的核心部分掌握会不够精确，如果是大数据培训学校出来的可能会掌握的好一些，毕竟很多老师都是经过实践的，对于核心技术知识是比较了解的。
第二点：知识的理解程度
自学的人可能对于知识的深度和广度没有培训出来的知道的多些，毕竟经过专业培训出来的学员，在遇到不会的知识点是有老师给进行解答的，同时老师也会时不时的扩展一些相关的知识。
第三点：实践经验
自学的学员在实践经验方面会欠缺些，因为自学的话一般是没有什么实际项目可以用来完成，而专业的大数据培训则会会有几个实际的项目进行实践的。
总之，不管是怎么去学习大数据，只要是合适自己的就是可以的，都是要自己在时间、精力、金钱方面投资。如果是选择想自学的可下方评论，领免费的教程。
一、整体了解数据分析——5小时
新人们被”大数据“、”人工智能“、”21世纪是数据分析师的时代“等等信息吸引过来，立志成为一名数据分析师，于是问题来了，数据分析到底是干什么的?数据分析都包含什么内容?
市面上有很多讲数据分析内容的书籍，在此我推荐《深入浅出数据分析》，此书对有基础人士可称消遣读物， 但对新人们还是有一定的作用。阅读时可不求甚解，重点了解数据分析的流程、应用场景、以及书中提到的若干数据分析工具，无需纠结分析模型的实现。5个小时，足够你对数据分析工作建立初步的印象，消除陌生感。
二、了解统计学知识——10小时
15个小时只够你了解一下统计学知识，作为入门足够，但你要知道，今后随着工作内容的深入，需要学习更多的统计知识。
本阶段推荐书籍有二：《深入浅出统计学》《统计学：从数据到结论》，要了解常用数理统计模型(描述统计指标、聚类、决策树、贝叶斯分类、回归等)，重点放在学习模型的工作原理、输入内容和输出内容，至于具体的数学推导，学不会可暂放一边，需要用的时候再回来看。
三、学习初级工具——20小时
对于非技术类数据分析人员，初级工具只推荐一个：EXCEL。推荐书籍为《谁说菜鸟不会数据分析》，基础篇必须学习，提高篇不一定学(可用其他EXCEL进阶书籍)，也可以学习网上的各种公开课。
本阶段重点要学习的是EXCEL中级功能使用(数据透视表，函数，各类图表适用场景及如何制作)，如有余力可学习VBA。
四、提升PPT能力——10小时
作为数据分析人员，PPT制作能力是极其重要的一项能力，因此需要花一点时间来了解如何做重点突出，信息明确的PPT，以及如何把各类图表插入到PPT中而又便于更新数据。10个小时并不算多，但已经足够(你从来没做过PPT的话，需要再增加一些时间)。具体书籍和课程就不推荐了，网上一抓一大把，请自行搜索。
五、了解数据库和编程语言——10小时
这个阶段有两个目标：学习基础的数据库和编程知识以提升你将来的工作效率，以及测试一下你适合学习哪一种高级数据分析工具。对于前者，数据库建议学MySQL(虽然Hadoop很有用但你不是技术职位，初期用不到)，编程语言建议学Python(继续安利《深入浅出Python》，我真没收他们钱……)。数据库学到联合查询就好，性能优化、备份那些内容用不到;Python则是能学多少学多少。
六、学习高级工具——10小时
虽然EXCEL可以解决70%以上的问题，但剩下30%还是需要高级工具来做(不信用EXCEL做个聚类)。高级分析工具有两个选择：SPSS和R。虽然R有各种各样的好处，但我给的建议是根据你在上一步中的学习感觉来定学哪一个工具，要是学编程语言学的很痛苦，就学SPSS，要是学的很快乐，就学R。不管用哪一种工具，都要把你学统计学时候学会的重点模型跑一遍，学会建立模型和小幅优化模型即可。
七、了解你想去的行业和职位——10+小时
这里我在时间上写了个”+“号，因为这一步并不一定要用整块时间来学习，它是贯穿在你整个学习过程中的。数据分析师最需要不断提升的能力就是行业和业务知识，没有之一。你将来想投入哪个行业和哪个职位的方向，就要去学习相关的知识(比如你想做网站运营，那就要了解互联网背景知识、网站运营指标体系、用户运营知识等内容)。
