花了一周多的时间，终于将Udacity上的描述统计学给学完了。
这门课程讲了这些内容：
- 统计研究方法
- 基本统计概念：平均值、中位数、众数、样本、总体、标准偏差、标准误差、方差、样本容量、正态分布、Z-Score、极差、异常值等等……
- 计算简单的概率
- 利用柱状图、直方图、线形图等可视化方法探索数据
- 调查分布情况和特定（比如正态分布）
- 预测数据的概率（取样分布什么的）
这门课本身属于Udacity的数据分析纳米学位的一个模块，前后加起来一共7个课程模块。每个模块的组成形式是： - 简短教学视频（一般0~3分钟）
- 及时的随堂小测验
- 基于现实数据的实战分析
整体的难度不大，教学视频也是非常深动有趣，每个视频从不废话，直至核心概念。随堂的小测验（quiz）难度不大，对于我这样有过大学数学基础，学习过统计学的人来说，基本上是属于复习。
话虽如此，自己从中的收获也不少。这节课里使用的数据案例都是源自现实生活的真实数据。不同于书本上那些陈旧过时的习题，在测验中我们所解决的问题都是有着现实的指导意义的。
从这点上来看，Udacity的确是非常良心。学习最怕的不是难度，而是不知道自己所学的东西到底有什么用。
比如在课程中学会了用直方图来观看数据的走向属于那种分布类型。我是做运营的，平时工作中会接触到视频播放时长、播放量这些数据。举个最简单的例子，我可以统计一段时间里所有视频的播放量，然后再划定组距（bins）做出直方图，并形成分布图表。这样，就能看出整体的一个趋势。
现在都讲究什么增长黑客（Growth Hacker）和数据驱动运营，可见数据分析的重要性。
但是如果不懂统计学，还谈什么数据分析呢？
我个人认为，未来是数据化的时代，学点统计学知识，起码不会被忽悠~
接下来，我还会继续学习Udacity的推论统计学，学习如何检验假说，并利用数据得出的结果进行预测。
光会总结还是不够的，还得根据数据去驱动决策。
值得一说的是，这门课的激励体系其实还很不错，我总结这么几点：
- 课程模块化：每个模块只包含少数核心知识点，每节内容只讲一个点
- 进度条与√：进度是个很神奇的东西，每完成一节，就有一个√，便于学习者掌握自己的学习进程
- 最后一公里冲刺： 这点是我个人的感悟，学到最后的时候，已经是晚上11点多了，看到还剩下为数不多的待学习内容，尽管有些疲倦，想了想，还是坚持了下来。（这感觉就像长跑到最后看到终点时的感觉，真正的最后一公里冲刺！）
Udacity的纳米学位课程非常不错，听说有不少学员在顺利毕业后都找到了对应岗位的工作。我学习这门课的动机中也有一点是考虑能否增加自己就职数据岗位工作的可能性，比如数据分析师、增长黑客、数据科学家……（成长和提高自己真的是很外在、很正面的激励方式！）
当然了，如果能找到适合的职业固然欣喜，即便没有找到，学习过程本身就值回时间和票价了。我一直是抱着将人生的各种场景游戏化的理念的。什么意思呢，就是把自己生活中遇到的大大小小的事情都当做是一个游戏去对待，设置游戏通关的条件与奖励，规定好游戏必须遵守的规则，然后升级打怪战胜过去（典型的RPG玩家思维……）。
学完了描述统计学入门，我相当于获得了一个LV1的技能，才刚刚开始我在这条道路上的摸索之旅，后面的路还长着呢。
我考虑在这一个月学完统计学知识后报名他们的进阶数据分析课程，欢迎有志的小伙伴跟我一起学习。
刷副本什么的，还是组队模式比较靠谱。
分享一下我个人的专属邀请码，通过这个邀请码加入到任意纳米学位课程，你我都能获得300元减免。
Udacity（优达学城）网站地址：https://cn.udacity.com
我的专属邀请码: 55BCF371
