简介：今天，首席CTO指出要与您分享有关大数据的数学统计数据。如果您可以解决您现在面临的问题，请不要忘记注意此网站。让我们现在开始！
1.整体了解数据分析-5小时
新来者被诸如“大数据”，“人工智能”之类的信息吸引了，“ 21世纪是数据分析师的时代。分析是什么？
市场上有很多关于数据分析的书。在这里，我建议“数据分析分析”。
但这仍然对新朋友有一定的影响。在阅读时不理解，专注于数据分析的过程，应用程序方案和书中提到的几种数据分析工具，而无需纠缠到分析模型的实施。，足以建立数据分析工作的初步印象以消除陌生感。
2.了解统计知识-10小时
15个小时仅足以让您了解统计知识。作为条目，您必须知道，将来，随着工作内容的加深，您需要学习更多的统计知识。
此阶段有两种建议：“利用统计数据”，“统计：从数据到结论”，我们必须理解常用的数学统计模型（描述统计指标，簇，决策树，决策树，贝叶斯分类，回归等）。，专注于将工作原理，输入内容和学习模型的输出内容介绍焦点。至于特定的数学推导，学习不会暂时抛弃。当您需要使用它时，请回来查看它。
第三，学习主要工具-20小时
对于非技术数据分析师，主要工具仅推荐一个：Excel。建议书是“谁说不能分析新秀”。必须学习基本文章。可能无法学习改进的文章（可以与其他Excel高级书籍一起使用），也可以在互联网上学习各种公共课程。
在此阶段，学习的重点是Excel中间功能使用（数据透视表，功能，各种图表使用方案以及如何制作）。如果您有任何努力，可以学习VBA。
4.提高PPT能力-10小时
作为数据分析师，PPT生产能力是一种非常重要的能力，因此需要一点时间来了解如何执行关键亮点，清晰的信息以及如何在不更新数据的情况下将各种图表插入PPT。10小时并不多，但这是足够的（如果您从未完成过PPT，则需要添加更多时间）。不建议使用特定的书籍和课程。在线上很多，请自己搜索。
5.了解数据库和编程语言-10小时
此阶段有两个目标：学习基本数据库和编程知识以提高您的未来工作效率，并测试您适合学习的高级数据分析工具。对于前者，建议使用数据库来学习MySQL（尽管Hadoop非常有用，但是您不是技术职位，您不能在早期阶段使用它），建议使用编程语言来学习Python（继续“继续“ Shrings of Python”，我真的没收了他们的钱...）。数据库只是一个组合查询，性能已优化，并且不使用备份的内容；Python可以学到多少。
6.学习高级工具-10小时
尽管Excel可以解决问题的70％以上，但其余30％仍然需要高级工具才能完成（不可信的Excel来制作集群）。高级分析工具有两个选择：SPSS和R.Love R.lover R具有多样性关于好处，我给出的建议是确定在上一步中的学习感觉要学习哪些工具。学会建立模型和小型优化模型。
7.了解您要去-10+小时的行业和职位
在这里，我写了一个“+”数字，因为此步骤不必从整个过程中学习，它在您的整个学习过程中运行。数据分析师需要不断改进的能力是行业和业务知识。。）。
8.报告-25小时
您学到了很多东西，但是如果您现在外出，您仍然找不到一份好工作。所有招聘人员都会问您一个句子：您做了什么实际的项目？（即使你是新生）
当然，如果您有相关的项目经验或实习经验，则可以将其取出，但是如果没有，该怎么办？答案很简单。要给他们报告，请告诉收件人：我已经有数据分析入门级（甚至是班级的高级课程）能力。在同一时间，进行报告也将是您未来工作的主要内容，因此可能是另一种情况：您已经做了一份报告来制作报告，然后发现这不是您的生活，决定做其他工作…………这也是一件好事。具有数据分析能力的人具有优势。
对大数据分析感兴趣的有兴趣的朋友，您可能希望从大数据分析书开始！在B站上有许多大数据教学视频。从基础到高级，这非常好。知识点非常详细，并且有一个完整的学习路线图。您还可以自己观看，下载和学习。
我们使用郑大学的版本，因为学校的教学计划不同，因此可以选择的版本会有所不同。
智格大学和国防科学技术大学的两本书“概率和数学统计学”的书面写得很好。这两本书均在线购买。我阅读了吴Yan教授的书，以及智格大学的参考书的教科书。在不了解书籍的地方，您可以阅读另一本书，并与Love Courses和MOOC的老师的演讲视频，结合在一起。您可以从基本上理解。
结论：以上是首席CTO注释引入的大数据版本的全部内容。我希望这对每个人都会有所帮助。如果您仍然想了解有关此信息的更多信息，请记住收集并关注此网站。