作者回复: 这位老师总结的也很到位👍
作者回复: 思维:
《思维简史:从丛林到宇宙》
数据处理
《数据挖掘:概念与技术》
《Pentaho Kettle解决方案》
《精益数据分析》
《Small Data》
《利用Python进行数据分析》
作者回复: 如果你能15周都坚持下来,每次课都能整理笔记,认真做练习,我也可以给你推荐工作的😄
作者回复: 多谢关注,1)首先从爬虫开始是不错的,这样你能感受到成长的过程。
2)数据挖掘算法,如果你想了解十大算法的话,理论部分你需要花一些功夫。当然这些在Python中都有类库可以使用。做练习的话,你也可以把这些算法都用一遍,然后看下哪个算法模型的结果更好
3)网上这方面的资源确实比较多,他们大多讲的是理论原理。我认为你更注重的在于实战,因为做项目不仅更有成就感,还能更好的让你理解这些算法、爬虫的原理。
我会在专栏里给你做个“专属题库”,对应爬虫、数据挖掘这些的题目,你可以做个评测,不明白的地方,我也会给你做讲解。
4)资料比较多,但其实不用每个都看一遍。尤其是理论的部分,看一遍就可以了。关键是把它抽出来做个思维导图,方便查询,这样下次看导图就能回忆起来讲的是什么。省时又高效!
作者回复: 感谢你的热情和关注,我认为非常有必要自己使用这些机器学习算法来解决实际问题。
当然原理可以采用伪代码的方式,把流程画出来即可。项目中,很多时候都是直接使用类库,所以你更应该关注的机器学习的效率和结果。
很多时候,我们在选择模型的时候,都要试,一次会用多种模型,然后看训练结果的好坏,再决定采用哪个模型。
特征工程,以及调试的过程其实就是经验积累的过程,很多时候调参数的时间,比你写程序的时间还要长。但是这个积累过程还是挺重要的,当你有了更多经验之后,这个“试”的效率就会提升!
作者回复: 这个没问题,专栏中重点就是告诉你如何使用这些工具,以及案例实战训练。当然你也会在案例和工具中,训练你的数据思维,以及对他们的认知
作者回复: 加油 总结的不错 你也可以找身边朋友或者同事进行提问。
作者回复: 好啊,欢迎交流。同意你说的,传统行业和互联网行业,不论是运营岗,还是营销岗,都需要数据分析能力和思维。
作者回复: 加油 大一新生都开始学数据分析了👍 我当年还没这个觉悟 一定会比你在学校里上课有收获的
作者回复: 感谢关注,你说的我也很有同感。我们处于知识爆炸的时代,参考资料很多,但其实会出现另一个问题:就是知识过于分散。
所以这里,我建议大家要学会整理,每次课程做笔记,总结思维导图。当然课程里,我也会给出思维导图。方便你做知识梳理
作者回复: 我上大学的时候,也了解一些生物信息学的情况,非常能理解你的心情和想转到商业数据分析的决心。
我觉得需要从两个方面来下手:
1)工具角度:课程里讲的算法,你可以帮他当做是个工具。他的诞生是从数学原理开始,形成的理论模型。
这些模型都有自己的特点和适用范围。但总的来说,还是工具
2)商业角度:工作或应用中,首先都是从商业角度出发的,尤其是哪些是高频使用的,或者离“钱”更近的地方,也就是决策价值更大的地方。
当然从工具使用到商业价值的转换,还需要你有自己的思维和建模能力
商业相关书籍推荐:
《洛克菲勒留给儿子的38封信》
《商业冒险:华尔街的12个经典故事》
《从0到1:开启商业与未来的秘密》
《商业的本质》
数据分析相关书籍:
《数据挖掘:概念与技术》
《Pentaho Kettle解决方案》
《精益数据分析》
《Small Data》
《利用Python进行数据分析》
作者回复: 非常认同你说的,我们从小习惯“知识性”的教育,以考试为例。而国外更注重“思维性”的训练,会让你进行主动探索。
所以思维培养,一个很好的方法:就是主动分享,有一颗好奇心!
作者回复: 算法原理和使用是两个维度,你们课上老师给你讲的算法肯定是从原理出发,到讲解论证的过程。
这个对你加深理解算法有帮助,但实际使用的时候,你就不用再关心这个论证的过程了,而需要关心:如何使用,结果如何
我建议你:
1)从实战项目出发,我会给专栏的读者制定一个“专属题库”,提升你的上手能力和成就感
2)在实战过程中,你也可以加深对Python使用和算法的理解。
作者回复: 同意你说的,我在后面也会讲到,想要用数据挖掘,第一步是对商业的理解,只有确定好了商业目标,数据挖掘才有目标。
数据思维是一种思考方式,世界本身有很多维度,我们从哪个维度看待它,就会从哪个维度收获它
作者回复: 有我在,你一定可以的!
作者回复: 其实实战是最好的学习,你可以在项目实战中体会这些算法,当然我也会给你讲解这些算法的原理。所以我安排了从“认知”=>“工具”=>“实战”的过程,并且会给你总结“思维导图”和“专属题库”帮你来巩固学习
作者回复: 慢慢来 希望你有所收获 加油