数据分析可以获得事物之间的任何关系，可以预测发展。这是我对数据分析的概括，也是对机器学习，深度学习，人工智能的应用概括。
但是数据分析并不是我想象的那么不堪一击，那么没用。她实实在在可用，涉及的面很广，数学、技术、智慧的集中体现。
如果应用得当，一定能够解决实际问题。
学习重点:
1.数学基础一点一点加强，概率论、随机过程要多多训练，深入理解。比如极大似然估计，得理解吧。
2.数据获取能力，搜索有用信息或网址，删除没用数据。网络爬虫，问卷，样本提取，数据购买，数据交易等途径。调查的方法和技巧
3.编程基本功，工具箱，原理。
4.算法思想，流程，应用实战。
5.硬件，计算资源，存储介质。
6.信息挖掘和预测能力，加工原始信息，售卖产生的有用信息。
7.数据可视化。
我的哲学思想和数据分析是一脉相通的，也许我刚好适合这样的工作。
当然方向一旦明确了，业余爱好编程也可以继续坚持。自身方面其他能力也要不断加强。
主线要明确，创造价值为导向，训练为方法，数学打基础，实践调查能力要加强。
既然是数据科学家，一定要对数据敏感，不仅仅是数字，数据者，数之实据也。要能创造数据家长。我的目标要成为数据科学家。
打个比方，为什么诸葛亮知道曹操必然败走华容道?这就是数据结果。
为什么诸葛亮对曹操火攻屡试不爽？其实是一个数据模型。
国家大政方针的改变对于国计民生的影响，也是数据分析问题。
很多东西都逃不开数据。
我一定要能解决事物关系问题，流程问题，内在关联问题。
一定要做一名善于筹划协调的数据科学家，设计分析方法，打造数据产品，为企业和他人带来价值。
数据科学家职业，大有可为。我从现在开始努力，如何才能赶上别人?
数学基础，工具技能，社会知识，实践调研，从paper的源头学习，一天攻克一个，不信做不完。
就像写历史一天。
之前说的面向对象的编程思想，我想，可以应用到写历史上。只有历史事件内部关系、逻辑、交互方式搞清楚，对象关联嵌套关系明确，一一列举分解，那么历史就不会千头万绪。
我要在脑子里多构建一些模型出来。晚安。
