数据分析达人养成记—— 开业大吉

2019年春节后的第一个工作日,床体分离异常困难,幸好公司实行了弹性工作制,我一不小心弹到了10点,因为饿了想吃汤达人.......“在成为达人的道路上,不要亏待自己。加点青菜和鸡蛋,元气满满去加油!”今天早上盯着泡面盖子。我找到了困扰我很久问题的答案!我Business转行Data Science多少有些不切实际,那不如做一个数据分析达人 !每天累积一点点,不再做生活的旁观者,与其谈论别人多牛鼻 ,不如努力把自己变牛逼 !

很长一段时间我一直在准备考博士,转行去做人工智能 AI 。厚着脸皮给很多老师写了自荐信,终于有人肯让我考。然而当我拿起专业课人工智能,可计算与计算复杂性,以及博士英语。唔~事情没有想像的那么简单。春节期间我做了全套的学习计划,背了5本书信誓旦旦的回了家。然后假期居然在滑雪,聚餐,串门,聊天,电影的5项活动的无缝连接中渡过了。

原本给自己设计了5天5个阶段学习计划:

第一阶段:数学,高等数学,线性代数,概率论;万科青山滑雪场初级雪道; 2月20篇

第二阶段:编程,Python,工具库,R,网络爬虫; 烧烤撸串和聚餐 ;3月30篇

第三阶段:机器学习 Machine learning; 看姥姥看奶奶看长辈;

第四阶段:数据挖掘 Data Mining; 兄弟姐妹亲戚吐槽侃大山 ;

第五阶段:深度学习,网络与框架. 万达电影院。

假期快结束的最后一天,我物理隔绝了手机,用肉体控制思想,把自己封印在书房椅子上,手持书本恶补进度,找到此假期并没有虚度的感觉。

然后做一个题看一看 :

1、以八数码问题为例,说明产生式系统的基本组成。

2、什么叫A*算法?A*算法的主要性质是什么?

3、在基于规则的演绎系统中,什么是合一复合替换?为什么要考虑替换的相容性?

4、在基于规则的正向演绎系统中,规则和目标各要求怎样的形式?

5、基于规则的正向演绎系统是否完备?反向演绎是否完备?双向演绎是否完备?

6、在启发式搜索中,估价函数一般定义为f(n)=g(n)+h(n),指明定义中各部分的含义,并说明为什么使用这种定义方式。

7、在合一算法中,设W是非空表达式集合,D是W的差异集合,则当D具有怎样的形式时,W是不可合一的?

8、常用的知识表示方法有哪几种,简要回答各自的特点。

额,我感觉我离Data Scientist 的距离有地球和月球那么远。

                                       

  从今天起,我要抱着 Data Scientist 的理想,踏实走好数据分析的道路,从一名BA转身成为一个DA,预祝我早日脱离夕阳汽车行业,走向小趋势的朝阳产业。站在数据的基础上去看行业周期,去思考这个世界。

数据分析表明一个人赚钱的多少主要与3个Factor相关:

1.天赋异禀

2.出身位置

3.随机运气

这里面可以通过努力提高knowledge和know how,有目标的主动学习,来提升天赋;通过提升自我价值,提升自己的职场位置;谋事在人,成事在天,每天累计专业多一点被老天眷顾多一点。知识+智慧+洞察力+逻辑=远见Vision. 一切丰富都源于当下,生命中所有精彩都建立在对每个呼吸的真诚以待。而你对这世界付出什么,你就会得到什么。

经过这个春节,可能是运动改变大脑,在滑雪场的双板平行飞奔下山坡,连滚带爬的不断撞向围栏,一次次跌倒然后等路过的好心人拉我起来的过程中我感受到一种放松的快乐。在这个春节我摄入的营养与垃圾食品过量,在内因外因共同的作用下,我放下读博士的担子,没有了考博士的压力,底线下降了不少。嗯,有时候你的劲,放松了就绷不起来了。放弃以后是如此轻松Relax。

Plus Feb To do list 小计划:

1.用Python写一个自己的程序;

2.基于数据写一份行业分析报告;

3.预测一下房价走势,参考kaggle做一小项目;

4.用EXCEL学VBA升级一下我的报告;

5.用Matlab做一个数学模型。

回头看看自己,呵呵~ 一如既往的眼高手低。还是再看看概率论与数里统计吧。

一位大师说过:

归根结底,一切知识都是历史;

抽象地说,所有科学都是数学;

究其缘由,所有的判断都是统计。

                                       

祝一切顺利.

会计师要求尊重职业道德、保持职业怀疑、合理运用职业判断,人工智能能做到哪一项? 只要功夫深梦想会成真!

根据一本《数据天才-数据科学家修炼之道》的书获得灵感,接下来的学习分为5个阶段,逐步增加阶段,同步进行。

Stage 1 数学基础

Stage 2 计算机基础

Stage 3 商业基础

Stage 4 编程基础

Stage 5 案例研究

希望通过结构化知识,提高学习效率,让你的工作时间更值钱,赚钱更高效!------------《 数据分析笔记》

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,525评论 6 507
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,203评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,862评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,728评论 1 294
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,743评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,590评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,330评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,244评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,693评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,885评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,001评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,723评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,343评论 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,919评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,042评论 1 270
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,191评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,955评论 2 355

推荐阅读更多精彩内容