距上一次数据分析课程结束，很快地就过去了快半年。上次课程结束后就一直关注Tiger老师的解密大数据团队的下一次课程，虽然文科生这个标签已经是揭不下来的了，但对理工类分析类的课程始终保持热诚，比起<有才华>的评价，我更喜欢的是<客观理性>、<有逻辑>。毕竟聪明的人很迷人，另外就是个人经验，聪明的人交流起来省很多时间。难道要一天到晚叫着为福尔摩斯的聪明倾倒，却没有办法让自己被自己迷倒吗？ ：（ 哭！
上次上完课和老师聊过，上课对我来说真的还挺吃力的，但是零基础切换到代码和数据的世界，愿意泡在里面一个多月，对我来说已经是欣慰的进步了。想到在大学里因为找不到学VB的理由在课堂上无限挣扎到最后挂科，现在的心态已经成熟很多了。
上次的课程我从一开始逼着自己挖坑就是跟全世界宣布我要开始写学习笔记了。虚荣心超强的我硬着头皮给大家课堂笔记，那时除了上班时间之外的几个小时全被我用来赶笔记，每天不知道哪里来的鸡血学习工作十几个小时。
站在我自己之外的角度看来，整个过程可能是本末倒置的，因为我到现在我不会写代码，就算后来上了以太坊智能合同设计初阶的系列课程，我只知道什么语句能触发什么反应，知道导入数据哪里容易出错，大概知道什么数据用什么可视化图表呈现效果可能会更好，等等。
在其中，看到了导入共享单车使用数据后呈现的热力图，之前也只是用个人有限的经验和感觉判断使用情况，但当可视化图表呈现在你面前的时候，你能清晰地看到所有影响的因素，具体到每一个数据的百分比。
含糊的世界说服不了观众。说实话这是我的最大感受。
到站在我自己的角度看，这是一个很大跨越。一种开放好奇的心态重来到来了。不对抗，这是多少成年人做不到的态度。它会让人有机会得到更多机会和惊喜，意想不到的连接。
同样也是在去年，上了周兵老师比特币原理的讲解，同样也是很吃力。看了很多遍的哈希、粉尘攻击、SHA256、Merkel tree、区块验证、交易的结构等等概念，你知道老师讲的是中文，没有一个字是看不懂的，但是它们组合起来的时候就懵逼了。跨学科的内容我倒是能够逼迫自己用课程和复习时间比是一比十来学习。我当时以为我花大时间我是听懂了的，然而后面看很多技术文章提及相关内容，还是连接不起来。
我知道自己天资不聪颖。也知道学习也是靠不断回顾和反复使用，才能让新内容锻炼到自己的肌肉中。而前几天重新看到某作者写的utxo相关内容，一头雾水，于是我翻回半年前的笔记，重新花了两个小时认识这个名词。那种恍然大悟的感觉，让人振奋。那种感觉就像，你之前建的那么多节点，在一瞬间就连起来能够运行了。
这个体验也让我对某种学习的感觉更加深刻。学到一样新东西，平时没有机会大量反复练习实践的时候，相关知识的补充，时不时温故而知新，也算是一个好用的办法。前提是你对这项技能不是特别着急，也没有非常多大块的时间来练习。
我对数据的好感和好奇心一直保持着，这和上次写开篇日记中也简单提及过为什么我要学这个。简单来说就是，我觉得它很有用，我想掌握相关技能。第二就是，它是大方向。
这一次的课程和上次一样，欢迎零基础的同学和我一起学习。
我把新课的课程大纲列出来，各位可以参照哪里比较吸引你：
第一讲：在游泳中学会游泳-Python热身
如何像写作一样优雅地写代码？
Python生态中有哪些数据分析利器？
怎么导入数据到Python？
如何全面观察数据？
如何操作数据框？
Python实战案例：股票数据的导入和操作
第二讲：Python数据可视化
离散统计变量，如何绘制条形图、饼图？
连续统计变量，如何绘制直方图、箱图？
如何绘制反应两个统计变量关系的散点图？
统计变量太多时，怎么绘制矩阵图？
Python实战案例：世界银行数据的可视化定制
第三讲：核心概念-数据分析中的统计量
如何体现数据的集中趋势？
如何描述数据的离散程度？
如何衡量两个变量的相关性？
Python实战案例：HR数据的统计分析
第四讲：统计分布和让电脑听懂人话
那些神奇的随机数如何用Python生成？
统计分布中的几个重要概念（PMF/PDF/CDF）
投硬币满足什么统计分布？
美丽冻人的钟形曲线是什么？
人工智能最底层的机制：如何让电脑来听懂人话，模拟现实生活？
Python实战案例：投硬币问题和风险投资成功率的模拟
第五讲：神奇的区间估计
什么是统计的样本？什么是统计的总体？
中心极限定理到底在说什么？
如何用样本数据估算总体的参数区间？
置信度是什么？
Python案例：用统计分析来估算住房面积
第六讲：数据分析的利器-假设检验
假设检验的逻辑是什么？
假设检验的步骤都有哪些？
如何让Python进行假设检验？
假设检验的两类错误分别是什么？
Python实战案例：工厂空气质量检测和自动打包机器效率检验
第七讲：大数据分析的流程和总结
如何将Python+统计用于大数据分析？
大数据分析的典型步骤都有哪些？
小白如何实现完整的数据分析？
Python实战案例：达尔文雀的数据分析
这次内容，我个人是对它应用到投资方面的功能更感兴趣。身边炒股炒币的小伙伴也不少，得知这次讲师吴博士本来就是在美国排名靠前的金融领域有丰富的职场经验，对这位实战家讲师就更期待了。
讲那么多，也是因为这次我又提前让各位看到，我是怎么跳进自己挖的坑的😑
欢迎跟我一起跳。。。来虐吧！
