資料分析

越來越多的管理者意識到資料分析對經濟發展、企業運營的重要意義

我總結的資料分析五步走：

1、鎖定分析目標，梳理思路，叫紙上談兵；

2、把雜亂的資料整理出圖表報表，用資料探業務，叫自問數答；

3、鎖定核心抓重點，設定最終演算法，叫挾天子以令諸侯；

4、梳理重點發現，準備劇本開拍，接受PK，叫才辨無雙；

5、效果梳理，總結經驗，叫內視反聽。

知道了資料的重要性，也瞭解了資料分析的步驟，那麼如何更好的學習並運用呢

現在學習的途徑很多，資料君整理幾個大家不知道的網站，讓你開開眼界：

都是國外的學習站點，所以有時候打不開，原因你懂的

一、如何用R的處理大資料

http://www.xmind.net/m/LKF2/

二、R語言的工具包

https://cran.r-project.org/web/views/

裡面含機器學習，自然語言處理，時間序列分析，空間資訊分析，多重變數分析，計量經濟學，心理統計學，社會學統計，化學計量學，藥物代謝動力 等

三、幫你獲得python大資料處理工具大全

http://www.xmind.net/m/WvfC

四、學習Python語言的，個人強烈推薦

https://learnpythonthehardway.org/book/

說實話Python最近今年太火了，靜下心學這個語言沒有錯！

五、SAS圖例集

http://robslink.com/SAS/Home.htm

用SAS也可以做出很漂亮的圖形，這裡就要提到一位大牛：Robert Allison。在他的網站上給出了非常全面的SAS圖例和相應的實現程式碼

六、美國布朗大學概率和統計的視覺化導論，一個非常棒的視覺化概率及統計的學習網站（http://students.brown.edu/seeing-theory/?vt=4）

七、教你玩動態的GIF圖表

http://lenagroeger.com/

教你如何把手中的資料變成炫酷的GIF動圖？ 這個網站有各種型別的GIF圖

八、如何選擇機器學習演算法

http://blogs.sas.com/content/subconsciousmusings/2017/04/12/machine-learning-algorithm-use/

九、一套資料，25種視覺化

http://flowingdata.com/2017/01/24/one-dataset-visualized-25-ways

仔細看了一下受益匪淺，同一組資料做出來的效果不同，看數的角度也不同

十、大資料資料處理資源

http://usefulstuff.io/big-data/

從框架、分散式程式設計、分散式檔案系統、鍵值資料模型、圖資料模型、資料視覺化、列儲存、機器學習等

十一、裡面蘊含程式語言、機器演算法、大資料等，內容巨豐富

https://www.analyticsvidhya.com/blog/2017/02/top-28-cheat-sheets-for-machine-learning-data-science-probability-sql-big-data/

十二、推薦排名前50個開源的Web爬蟲

十三、學習資料探勘、機器學習的好網站，寫的很全面很系統，適合各個級別的高手（網站：https://www.autonlab.org/tutorials）

轉載宣告，其他媒體轉載必須帶上（資料君微信公眾：datakong）