数据分析实战45讲
陈旸
清华大学计算机博士
立即订阅
17174 人已学习
课程目录
已完结 48 讲
0/4登录后,你可以任选4讲全文学习。
开篇词 (1讲)
开篇词 | 你为什么需要数据分析能力?
免费
第一模块:数据分析基础篇 (16讲)
01丨数据分析全景图及修炼指南
02丨学习数据挖掘的最佳路径是什么?
03丨Python基础语法:开始你的Python之旅
04丨Python科学计算:用NumPy快速处理数据
05丨Python科学计算:Pandas
06 | 学数据分析要掌握哪些基本概念?
07 | 用户画像:标签化就是数据的抽象能力
08 | 数据采集:如何自动化采集数据?
09丨数据采集:如何用八爪鱼采集微博上的“D&G”评论
10丨Python爬虫:如何自动化下载王祖贤海报?
11 | 数据科学家80%时间都花费在了这些清洗任务上?
免费
12 | 数据集成:这些大号一共20亿粉丝?
13 | 数据变换:考试成绩要求正态分布合理么?
14丨数据可视化:掌握数据领域的万金油技能
15丨一次学会Python数据可视化的10种技能
16丨数据分析基础篇答疑
第二模块:数据分析算法篇 (20讲)
17 丨决策树(上):要不要去打篮球?决策树来告诉你
18丨决策树(中):CART,一棵是回归树,另一棵是分类树
19丨决策树(下):泰坦尼克乘客生存预测
20丨朴素贝叶斯分类(上):如何让机器判断男女?
21丨朴素贝叶斯分类(下):如何对文档进行分类?
22丨SVM(上):如何用一根棍子将蓝红两色球分开?
23丨SVM(下):如何进行乳腺癌检测?
24丨KNN(上):如何根据打斗和接吻次数来划分电影类型?
25丨KNN(下):如何对手写数字进行识别?
26丨K-Means(上):如何给20支亚洲球队做聚类?
27丨K-Means(下):如何使用K-Means对图像进行分割?
28丨EM聚类(上):如何将一份菜等分给两个人?
29丨EM聚类(下):用EM算法对王者荣耀英雄进行划分
30丨关联规则挖掘(上):如何用Apriori发现用户购物规则?
31丨关联规则挖掘(下):导演如何选择演员?
32丨PageRank(上):搞懂Google的PageRank算法
33丨PageRank(下):分析希拉里邮件中的人物关系
34丨AdaBoost(上):如何使用AdaBoost提升分类器性能?
35丨AdaBoost(下):如何使用AdaBoost对房价进行预测?
36丨数据分析算法篇答疑
第三模块:数据分析实战篇 (7讲)
37丨数据采集实战:如何自动化运营微博?
38丨数据可视化实战:如何给毛不易的歌曲做词云展示?
39丨数据挖掘实战(1):信用卡违约率分析
40丨数据挖掘实战(2):信用卡诈骗分析
41丨数据挖掘实战(3):如何对比特币走势进行预测?
42丨当我们谈深度学习的时候,我们都在谈什么?
43丨深度学习(下):如何用Keras搭建深度学习网络做手写数字识别?
第四模块:数据分析工作篇 (2讲)
44丨如何培养你的数据分析思维?
45丨求职简历中没有相关项目经验,怎么办?
加餐 (1讲)
加餐丨在社交网络上刷粉刷量,技术上是如何实现的?
结束语 (1讲)
结束语丨当大家都在讲知识和工具的时候,我更希望你重视思维和实战
数据分析实战45讲
登录|注册

44丨如何培养你的数据分析思维?

陈旸 2019-03-25
数据分析可以是一个职业,一份工作,也可以是一种思维方式。在专栏里,我们更多的是讲解了数据分析工具的使用。从 Python 爬虫到 Python 可视化,再到数据清洗、数据挖掘算法等,而在日常工作中,我们除了需要熟练掌握这些工具的使用外,更主要的是培养自己的数据分析思维。
培养数据分析思维不仅对找一份和数据分析相关的工作有帮助,在日常生活中同样会有帮助。
今天的内容会从以下几个方面进行分享:
我们做一个有关生命线的游戏。你可以把生命线看作是数据可视化,能从中发现什么规律呢?
当你想知道事情的答案,但不知道从何处下手的时候,要怎么办呢?要学会提问。好的问题就是好的开始。遇到茫然的情况,不妨从提问开始。
“我平时也有一些关于数据分析的思考,但是效率不高,有什么方法可以提升效率么?”分享是最快的成长,通过反向传播可以让我们更快得到收敛。
“我也知道数据分析思维的训练很重要,但是平时工作很忙该怎么办?”

一个关于生命线的游戏

举个例子,如果你想知道自己是如何挣钱的,你可以分析自己以往挣钱的经历,也可以是赔钱的经历,把它们写在一个时间轴上,纵坐标是发生的事件,这个事件对你的影响越大,纵坐标的绝对值就越大。通过生命线的分析,我们先把这些事件按照时间的顺序记录下来,然后记录它们的影响力。实际上这些事件,影响力 y 和时间 x 就是你的生命线历史数据,画出生命线之前,你不必思考它们之间的规律是什么。画出来之后,你有 30 分钟的时间,仔细思考和分析它们之间有什么关联。
取消
完成
0/1000字
划线
笔记
复制
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
该试读文章来自付费专栏《数据分析实战45讲》,如需阅读全部文章,
请订阅文章所属专栏。
立即订阅
登录 后留言

精选留言(15)

  • third
    我的学习生命线最重要的部分是开始写作,通过写作,我开始慢慢坚持一些事情。为了写出一些东西,不得不逼着自己去学习,去进步,去思考。
    同时因为明白了,用输出倒逼输入,凡事求结果。比如学习完不是最重要的,学习完最好有可以看得见笔记,如果这份笔记可以写成文章给别人,让别人能够理解和学习,则更好。
    每次学完习都问自己这些问题
    0.问题
    1.是什么
    2.为什么
    3.怎么做
    4.怎么产生更大的价值?
    行为?
    分享?

    从问题中思考,把一切都转化为结果,行动
    2019-03-25
    19
  • 紫金元霸
    35岁本科生,想转行数据分析。虽然知道没有年龄,学习上的优势。但是凭借对数据的爱好,还是跟着老师一步步坚持了下去。现在最想问得话。我学了这么多模型。不知道工作中怎么用?
    2019-03-25
    1
    15
  • 一语中的
    1.画了生命线后,发现高能时刻有,高考,大学参加竞赛,工作后准备方案,演讲,很多都是deadline前的崛起....影响权重较高的一个阶段是18-25岁
    2.基本把全部课程中的代码敲了一遍,每一篇文章对应两个文件:一个note记录文章中的代码和知识点和一个是homework用于写文末尾的练习(41课的作业还没有写....又拖延了),下一步打算课程结束后从头再来过一遍知识点,不行的话就再来一遍==
    3.文章中提的【分享】超级认同,想办法给别人讲清楚了,自己才算真正的明白吧。另外,在交流中,也可以得到不同的观点,给自己启发等等..
    2019-03-25
    9
  • 洛花生
    我觉得要想拥有好的数据分析思维,更需要我们培养对事物本质的好奇心,抽象量化事物挖掘底层逻辑。
    2019-03-25
    4
  • 李沛欣
    人生的旅途中,我总是二进宫才能实现人生的跨越,一直是阴差阳错的结果。在人生十字路口的30岁,目前基本上还是以积累手头工作经验为主,学数据分析可能更多的是为了未来的生存考虑吧。
    2019-03-25
    4
  • 王彬成
    一、画生命线得出这几点结论:
    1、当前的生活状态和表现是过去时间和经历的积累
    2、得到目前这份工作都是因为过去有相关的工作经历
    3、启示做每件事情,都要知道他的目的是什么,也就是做重要的事情

    二、学会分享和学会提问的好处
    把自己想象成老师,将自己所学的知识讲授他人。这样在教授的过程中,既可以共享知识,也能发现自己对知识点的缺漏。
    学会提问好处在于,自己经过深思熟虑,问出的问题的确在自己目前的能力范围内无法解决。这样做会让自己对知识更熟悉
    2019-04-02
    3
  • Dacio
    个人认为这一节内容应该放课程的最前面会不会更好,更能激发用户对课程的兴趣、解答根本的难题。从先总后分角度,先启发读者培养数据分析的思维方法及其重要性,然后描绘数据分析内容全景,再逐个填充构成全景的每一个分支的具体内容。这就是为什么我学习前面章节的时候一直困惑为什么不讲思路而讲各种表面的工具应用的原因,看到最后才明白,数据分析的思维培养不是一朝一夕的事情。
    2019-06-16
    2
  • 查理
    老师这边文章纯粹说理的,字字入耳哈
    2019-03-25
    2
  • 槛外人
    人生重要不是做了多少紧急的事情而是做了多少重要的事情,这真是真理,虽然工作不久,却深刻的感受到了,人生最重要的不是做了多少事情,而是做了多少重要的事情,谢谢老师

    作者回复: 人生高度是由重要不紧急的事情积累起来的。
    重要&紧急=>压力无限大
    重要&不紧急=>高度
    不重要&紧急=>盲目
    不重要&不紧急=>浪费生命

    2019-09-17
    1
  • 抢地瓜的阿姨
    偷摸着做笔记,不让别人知道。哈哈
    2019-03-25
    1
  • 内存爆了
    人生的差距不是在于处理了多少紧急的事,而是在于做了多少重要的事! --真理啊
    人生25十字路口,总结自己之前的事情,发现多少次都是在做紧急的事情而忽视重要的事情了啊
    --真是启发啊,谢谢老师,这也许就是数据分析的一颗金子吧。
    2019-07-23
  • 小侠龙旋风
    培养自己的数据化思维虽然不是一天能练就的,却是重要的事情。很多时候,我们容易被紧急的事情牵着走,毕竟紧急事情的优先级会更高。但人生差距不是在于处理多少紧急的事,而是在于做过多少重要的事。从人性的角度来看,重要不紧急的事是容易被拖延的。
    写得好啊!

    作者回复: 多谢!很多事情复盘以下,就发现真正影响我们的是那些 重要不紧急的事。

    2019-07-03
  • 随遇而安
    数据分析非常棒,数据思维非常有作用。
    2019-04-05
  • lipan
    看完这篇文章,和我以前看的《我们工作到底是为了什么》有异曲同工之妙啊。尤其是重要不紧急的这个问题的分析真是太好了。
    2019-03-27
  • iamtalent123
    最紧要开始校招找工作,不知道老师可不可以分享一些关于求职的事情呢?例如求职方向,职业规划等
    2019-03-26
收起评论
15
返回
顶部