数据学习路径有哪些？原来数据分析师是这样养成的

数据开发的基本学习路径可以总结如下：

1、数据学习路径有哪些——excel、PPT(必须精通)

数据工作者的基本态度是，他们的技术不是很好，但至少可以操作;应该大胆展示自己，与业务部门沟通，展示分析结果。从技术上讲，VBA和pivoting是最重要的。

2、数据学习路径有哪些——数据库类(必须学习)

初级只要你能把关系型数据库放在网上，看看哪个公司用，哪家学哪家。进入公司前先学习MySQL。

NoSQL可以在以后的统计中学习。基本的NoSQL血mongodb和redis(缓存，严格不是数据库)，然后(可选)可以理解各种NoSQL，如基于图的neo4j、基于列的BigTable、基于键值的redis/Cassandra、基于集合的mongodb。

3、数据学习路径有哪些——统计学(必修)

如果我们要研究统计学，重要的概念是描述性统计、假设检验、偏倚、最大似然法、回归(特别是广义线性回归)和主成分分析。这些是经常使用的。还有时间序列、引导、不参与等等。这取决于你自己的意愿。

其他数学知识：线性代数是常用的(是以后很多基础)，微积分不常用，动态系统，傅立叶分析看看你想进入什么行业。

4、数据学习路径有哪些——机器学习(数据分析师要求能够选择、使用和调整)

常用的有几种线性分类器，聚类、回归、随机森林和贝叶斯;不常用的也有一点了解;深度学习视情况而定。

5、数据学习路径有哪些——大数据

Hadoop基金会，包括HDFS、MAP还原和HIVE;稍后我将讨论Spand和S暴。

6、数据学习路径有哪些——文本类(可选，如果公司需要，可以使用)

我不熟悉这个部分。我需要了解二次影响，分词和情感分析。

7、数据学习路径有哪些——工具类

语言：非大数据类R和python最为常见(与geek相比，Julia的也很有用，有些公司需要SAS和MATLAB);大数据也可以使用Scala和Java。

可视化(可选)：Python中R、bokeh、Matplotlib和Seaborn中的ggplot和ggvis都很好

数据库语言：看看你用什么来学习

其他框架、类库(可选)：爬行动物(请求、靓汤、scrape)、日志分析(common elk)

以上就是《数据学习路径有哪些？原来数据分析师是这样养成的》的全部内容，从文字中我们可以看到，在大数据时代，将网站的数据变化与用户的行为联系起来。一旦网站数据发生变化，就可以快速定位相应用户的行为，如果你想变得更优秀，小编建议大家点击下方资料下载链接。