統(tǒng)計學習方法李航pdf,
大家好,今天小編關(guān)注到一個比較有意思的話題,就是關(guān)于統(tǒng)計學習方法李航pdf的問題,于是小編就整理了2個相關(guān)介紹統(tǒng)計學習方法李航pdf的解答,讓我們一起看看吧。
統(tǒng)計學入門書籍?
以下是幾本適合入門的統(tǒng)計學書籍:
1. 《統(tǒng)計學入門》(入門級別,作者:Richard A. Johnson and Gouri K. Bhattacharyya)
這本書是一個非常好的入門指南,它涵蓋了基本的統(tǒng)計學概念,包括概率分布、假設(shè)檢驗、置信區(qū)間等。書中的數(shù)學公式比較簡單,注重理論的解釋和應(yīng)用。
2. 《多元統(tǒng)計分析》(中級級別,作者:R. A. Johnson and D. W. Wichern)
這本書主要介紹多元統(tǒng)計分析的基本理論和方法,包括多元方差分析、主成分分析和聚類分析等。它注重實踐應(yīng)用,提供了豐富的數(shù)據(jù)案例和分析方法。
3. 《統(tǒng)計學習方法》(中級級別,作者:李航)
這是一本機器學習領(lǐng)域的經(jīng)典著作,介紹了大量的統(tǒng)計學習方法,包括感知機、決策樹、支持向量機等。書中提供了豐富的算法示例和案例分析,適合具有一定編程經(jīng)驗的讀者。
4. 《R語言實戰(zhàn)》(入門級別,作者:Hadley Wickham)
這是一本非常適合入門的R語言教程,介紹了R語言的基本語法和數(shù)據(jù)操作方法,以及常用的繪圖、統(tǒng)計分析和數(shù)據(jù)挖掘方法。書中提供了大量的實例代碼和數(shù)據(jù),適合初學者自學和實踐。
5. 《Python數(shù)據(jù)分析》(入門級別,作者:Wes McKinney)
這本書介紹了Python語言在數(shù)據(jù)分析領(lǐng)域的應(yīng)用,包括數(shù)據(jù)讀取、清洗、可視化和統(tǒng)計分析等方面。書中提供了豐富的示例代碼和數(shù)據(jù),適合初學者快速入門。
統(tǒng)計學的入門書籍
《統(tǒng)計學:從數(shù)據(jù)到結(jié)論》,從這一本開始,書很好看,輕松有趣,必看。書的前言部分必讀,這也是對接下來推薦書目的閱讀建議。
《統(tǒng)計學:從概念到數(shù)據(jù)分析》,這本會讓你重新認識那些公式和統(tǒng)計學的新觀點。
《統(tǒng)計學:基本概念和方法》,這本書有一些國外的統(tǒng)計案例,通俗易懂。
《愛上統(tǒng)計學》尼克·J·薩爾金德
《統(tǒng)計與真理》C·R·勞
看名字就知道不是那種理論方面的書,具體有沒有習題我也不太清楚,是我們統(tǒng)計專業(yè)課老師推薦的,應(yīng)該很不錯吧
如何學習數(shù)據(jù)分析?
優(yōu)秀的數(shù)據(jù)分析師并不能速成,但是零經(jīng)驗也有零經(jīng)驗的捷徑。
市面上有《七周七數(shù)據(jù)庫》,《七周七編程語言》。今天我們就《七周七學習成為數(shù)據(jù)分析師》,沒錯,七周。
第一周:Excel學習掌握
如果Excel玩的順溜,可以略過這一周。但很多人并不會vlookup,所以有必要講下。
了解sum,count,sumif,countif,find,if,left/right,時間轉(zhuǎn)換等。excel的各類函數(shù)很多,完全不需要學全。重要的是學會搜索。我學函數(shù)是即用即查,將遇到的問題在網(wǎng)上搜索得到所需函數(shù)。
重中之重是學會vlookup和數(shù)據(jù)透視表。這兩個對后續(xù)的數(shù)據(jù)轉(zhuǎn)換有幫助。
學會vlookup,SQL中的join,Python中的merge能很快掌握。
學會數(shù)據(jù)透視表,SQL中的group,Python中的groupby也是同理。
這兩個搞定,基本10萬條以內(nèi)的數(shù)據(jù)統(tǒng)計沒啥難度,也就速度慢了點。80%的辦公室白領(lǐng)都能秒殺。
網(wǎng)上多找些習題做,Excel是熟能生巧。
養(yǎng)成一個好習慣,不要合并單元格,不要過于花哨。表格按照原始數(shù)據(jù)、加工數(shù)據(jù),圖表的類型管理。
附加學習:
1、了解中文編碼utf-8,ascii的含義和區(qū)別
2、了解單元格格式,幫助你了解后期的timestamp,date,string,int,bigint,char,factor等各類格式。
3、如果時間還有剩余,可以看《大數(shù)據(jù)時代》,培養(yǎng)職業(yè)興趣。
第二周:數(shù)據(jù)可視化
數(shù)據(jù)分析界有一句經(jīng)典名言,字不如表,表不如圖。別說平常人,數(shù)據(jù)分析師自己看數(shù)據(jù)也頭大。這時就得靠數(shù)據(jù)可視化的神奇魔力了。
以上就是所謂的可視化。排除掉數(shù)據(jù)挖掘這類高級分析,不少數(shù)據(jù)分析師的平常工作之一就是監(jiān)控數(shù)據(jù)觀察數(shù)據(jù)。
另外數(shù)據(jù)分析師是需要兜售自己的觀點和結(jié)論的。兜售的最好方式就是做出觀點清晰數(shù)據(jù)詳實的PPT給老板看。如果沒人認同分析結(jié)果,那么分析也不會被改進和優(yōu)化,分析師的價值在哪里?工資也就漲不了對吧。
抽空花一段時間學習可視化的基礎(chǔ),如《數(shù)據(jù)之美》
另外你還需要了解BI的概念。知名的BI產(chǎn)品有Tableau,Power BI,還有國產(chǎn)的FineBI等。都有體驗版和免費版能下載,網(wǎng)上找一點數(shù)據(jù)就能體驗可視化的魅力。比Excel的圖表高級多了。
BI需要了解儀表盤Dashboard的概念,知道維度的聯(lián)動和鉆取,知道絕大多數(shù)圖表適用的場景和怎么繪制。比如以下FineBI制作的dashboard。
第三周:分析思維的訓練
這周我們輕松一下,學學理論知識。
分析思維首推大名鼎鼎的《金字塔原理》,幫助數(shù)據(jù)分析師結(jié)構(gòu)化思維。如果金字塔原理讓你醍醐灌頂,那么就可以學思維導圖,下載一個XMind中文網(wǎng)站,或者在線用百度腦圖。
再了解SMART、5W2H、SWOT、4P理論、六頂思考帽等框架。這些框架都是大巧不工的經(jīng)典。你要快速成為數(shù)據(jù)分析師,思考方式也得跟著改變。網(wǎng)上搜咨詢公司的面試題,搜Case Book。
題目用新學的思維導圖做,先套那些經(jīng)典框架,做一遍,然后去看答案對比。因為要鍛煉數(shù)據(jù)分析能力。所以得結(jié)合數(shù)據(jù)導向的思維。
這里送三條金句:
一個業(yè)務(wù)沒有指標,則不能增長和分析
好的指標應(yīng)該是比率或比例
好的分析應(yīng)該對比或關(guān)聯(lián)。
舉一個例子:我告訴你一家超市今天有1000人的客流量,你會怎么分析?
這1000人的數(shù)量,和附件其他超市比是多是少?(對比)
這1000人的數(shù)量比昨天多還是少?(對比)
1000人有多少產(chǎn)生了實際購買?(轉(zhuǎn)化比例)
路過超市,超市外的人流是多少?(轉(zhuǎn)化比例)
這是一個快速搭建分析框架的方法。如果只看1000人,是看不出分析不出任何結(jié)果。
第四周:數(shù)據(jù)庫學習
Excel對十萬條以內(nèi)的數(shù)據(jù)處理起來一點不虛,但是資深的數(shù)據(jù)分析師還是笑摸狗頭,Too Young Too Sample,爺搞得都是百萬數(shù)據(jù)。要百萬數(shù)據(jù),就得上數(shù)據(jù)庫。
SQL是數(shù)據(jù)分析師的核心技能之一。有些公司并不給數(shù)據(jù)庫權(quán)限,需要分析師寫郵件提需求,這非常不好。數(shù)據(jù)分析師經(jīng)常有各類假設(shè)需要驗證,很多時候?qū)懯畮仔蠸QL就能得到的答案,還得麻煩其他部門導出數(shù)據(jù)。
SQL學習不需要買書,W3C學習就行了,SQL 教程。大多數(shù)互聯(lián)網(wǎng)公司都是MySQL,我也建議學,性價比最高。
作為數(shù)據(jù)分析師,只要懂Select相關(guān),增刪改、約束、索引、數(shù)據(jù)庫范式全部略過。你的公司心得多大才會給你寫權(quán)限。
了解where,group by,order by,having,like,count,sum,min,max,distinct,if,join,left join,limit,and和or的邏輯,時間轉(zhuǎn)換函數(shù)等即可。
你看,和Excel的函數(shù)都差不多。如果時間充裕,則學習row_number,substr,convert,contact等。和Excel一樣,學會搜索解決問題。不同引擎的函數(shù)也會有差異,例如Presto和phpMyAdmin。
期間你不需要考慮優(yōu)化和寫法丑陋,查詢幾秒和幾分鐘對數(shù)據(jù)分析師沒區(qū)別,跑數(shù)據(jù)時喝杯咖啡唄,以后你跑個SVM都能去吃飯了。
網(wǎng)上搜索SQL相關(guān)的練習題,刷一遍就行。也能自己下載數(shù)據(jù)庫管理工具,找些數(shù)據(jù)練習。我用的是Sequel Pro。
第五周:統(tǒng)計知識學習
統(tǒng)計學是數(shù)據(jù)分析的基礎(chǔ)之一。
統(tǒng)計知識會要求我們以另一個角度看待數(shù)據(jù)。當你知道AB兩組的差異用平均值看是多傻的事情,你的分析技巧也會顯著提高。
這一周努力掌握描述性統(tǒng)計,包括均值、中位數(shù)、標準差、方差、概率、假設(shè)檢驗、顯著性、總體和抽樣等概念。詳細的數(shù)學推導不用細看,誰讓我們是速成呢,只要看到數(shù)據(jù),知道不能怎么樣,而是應(yīng)該這樣分析即可。
Excel中有一個分析工具庫,簡單強大。對列1的各名詞做到了解。如果是多變量多樣本,學會各種檢驗。
《統(tǒng)計數(shù)字會撒謊》休閑讀物,有趣的案例可以讓我們避免很多數(shù)據(jù)陷阱。
深入淺出統(tǒng)計學 (豆瓣)還是經(jīng)典的HeadFirst系列,適應(yīng)它一貫的啰嗦吧。
多說一句,老板和非分析師不會有興趣知道背后的統(tǒng)計學原理,通常要的是分析后的是與否,二元答案。不要告訴他們P值什么的,告訴他們活動有效果,或者沒效果。
第六周:業(yè)務(wù)學習(用戶行為、產(chǎn)品、運營)
這一周需要了解業(yè)務(wù)。對于數(shù)據(jù)分析師來說,業(yè)務(wù)的了解比數(shù)據(jù)方法論更重要。當然很遺憾,業(yè)務(wù)學習沒有捷徑。
我舉一個數(shù)據(jù)沙龍上的例子,一家O2O配送公司發(fā)現(xiàn)在重慶地區(qū),外賣員的送貨效率低于其他城市,導致用戶的好評率降低??偛康臄?shù)據(jù)分析師建立了各個指標去分析原因,都沒有找出來問題。后來在訪談中發(fā)覺,因為重慶是山城,路面高低落差比較夸張,很多外賣人員的小電瓶上不了坡…所以導致送貨效率慢。
這個案例中,我們只知道送貨員的送貨水平距離,數(shù)據(jù)上根本不可能知道垂直距離這個指標。這就是數(shù)據(jù)的局限,也是只會看數(shù)據(jù)的分析師和接地氣分析師的最大差異。
對于業(yè)務(wù)市場的了解是數(shù)據(jù)分析師工作經(jīng)驗上最大優(yōu)勢之一。既然是零經(jīng)驗面試,公司肯定也知道剛?cè)腴T分析師不會有太多業(yè)務(wù)經(jīng)驗,不會以這個卡人。所以簡單花一周了解行業(yè)的各指標。
《增長黑客》
數(shù)據(jù)驅(qū)動業(yè)務(wù)的典型,里面包含產(chǎn)品運營最經(jīng)典的AAARR框架,部分非數(shù)據(jù)的營銷案例,
《網(wǎng)站分析實戰(zhàn)》
如果應(yīng)聘的公司涉及Web產(chǎn)品,可以了解流量的概念。書中案例以Google Analytics為主。其實現(xiàn)在是APP+Web的復合框架,比如朋友圈的傳播活動肯定需要用到網(wǎng)頁的指標去分析。
《精益數(shù)據(jù)分析》
互聯(lián)網(wǎng)數(shù)據(jù)分析的入門書籍,歸納總結(jié)了幾個常用的分析框架。比較遺憾的是案例都是歐美。
還有一個小建議,現(xiàn)在有不少第三方的數(shù)據(jù)應(yīng)用,囊括了不少產(chǎn)品領(lǐng)域的數(shù)據(jù)分析和統(tǒng)計。自學黨們即使沒有生產(chǎn)環(huán)境的數(shù)據(jù),也可以看一下應(yīng)用Demo,有好處的。
除了業(yè)務(wù)知識,業(yè)務(wù)層面溝通也需要掌握。另外建議在面試前幾天收集該行業(yè)的業(yè)務(wù)強化一下。
第七周:Python/R學習
終于到第七周,也是最痛苦的一周。這時應(yīng)該學習編程技巧。是否具備編程能力,是初級數(shù)據(jù)分析和高級數(shù)據(jù)分析的風水嶺。數(shù)據(jù)挖掘,爬蟲,可視化報表都需要用到編程能力。掌握一門優(yōu)秀的編程語言,可以讓數(shù)據(jù)分析師事半功倍,升職加薪,迎娶白富美。
這里有兩條支線,學習R語言或Python。速成只要學習一條,以后再補上另外一門。
R的優(yōu)點是統(tǒng)計學家編寫的,缺點也是統(tǒng)計學家編寫。如果是各類統(tǒng)計函數(shù)的調(diào)用,繪圖,分析的前驗性論證,R無疑有優(yōu)勢。但是大數(shù)據(jù)量的處理力有不逮,學習曲線比較陡峭。Python則是萬能的膠水語言,適用性強,可以將各類分析的過程腳本化。Pandas,sklearn等各包也已經(jīng)追平R。
如果學習R,建議看《R語言實戰(zhàn)》,照著書本打一遍代碼,一星期綽綽有余。另外還有一本《統(tǒng)計學》,偏知識理論,可以復習前面的統(tǒng)計學知識。
R學習和熟悉各種包。知道描述性統(tǒng)計的函數(shù)。掌握DataFrame。如果時間有余。可以再去學習ggplot2。
Python擁有很多分支,我們專注數(shù)據(jù)分析這塊,入門可以學習《深入淺出Python》。
需要學會條件判斷,字典,切片,循環(huán),迭代,自定義函數(shù)等。知道數(shù)據(jù)領(lǐng)域最經(jīng)典的包Pandas+Numpy。
在速成后的很長一段時間,我們都要做調(diào)包俠。
這兩門語言最好安裝IDE,R語言我建議用RStudio,Python我建議用 Anaconda。都是數(shù)據(jù)分析的利器。
Mac自帶Python2.7,但現(xiàn)在Python 3已經(jīng)比幾年前成熟,而且沒有編碼問題。各類教程也足夠多,不要抱成守舊了。Win的電腦,安裝Python會有環(huán)境變量的問題,是個大坑(R的中文編碼也是天坑)。
到這里,剛剛好是七周。如果還需要第八周+,則是把上面的鞏固和融會貫通,畢竟速成是以轉(zhuǎn)崗或拿offer為目的。有機會,我會專門寫文章講解每一周的具體知識,并且用爬蟲爬一些數(shù)據(jù)做練習和案例。
到此,以上就是小編對于統(tǒng)計學習方法李航pdf的問題就介紹到這了,希望介紹關(guān)于統(tǒng)計學習方法李航pdf的2點解答對大家有用。