- 内容介绍
数据分析师的 全部文章目录
看懂Python数据分析师，清华大学技术顾问带你一起从零做起
现在很多培训机构的数据分析的课程主要都是以Python为主，很少有讲统计学的。主要原因我分析，如果讲数学和统计学很容易劝退学生，都是拿实际案例来说，但是很多基础性的概念都不了解的话，会让人听的云里雾里，甚至说一些复杂算法的时候觉得跟天书一样，但是不管多难这个坎是不得不迈的。
但是如果不讲统计学的数据分析课程我个人建议就不要看了或者交学费了。因为这种课程完全就是教敲代码的课程，未来就算出来也就最多是一个提数师（专门用SQL命令提取数据），或者调参侠（专门对各种算法模型进行参数调整，达到理论最优）。但是这些都脱离了数据分析师的本质。
很多机构或者企业都说一些高大上的名词，例如数据分析、数据挖掘、机器学习、深度学习之类的。但是这些都是通过代码落地，不管是使用R、Python、Matlab、Go等等都可以实现，但是为什么这么做、实际的应用场景、业务环境、结论应用等等都很少或者甚至不会去教。这些都是源自统计学，还有一些机构直接上竞赛的案例讲解，学员听了以后只会知道代码是这么敲，但是实际深层次的内容都不会介绍，这就很尴尬了。
还有会有一些数据可视化的内容，教你怎么制作图表，很酷炫的那种。但是实际上对于不同的数据使用图表的种类是不一样的。可是培训机构只会教怎么做这个图表，或者是用Tableau去做酷炫的内容，本质上通过图表能看出什么分析、分析问题、解决问题的内容都不会教，这就很坑了。如果稍微懂统计的话，自己就能明白什么样的数据应用什么样的图表表达观点更为贴切。
做数据分析是要掌握统计学的，之前说的工具或者编程语言的操作只是帮你快速业务流程梳理出关键性的分析和指标体系。这些体系和指标的度量和之间的关系就要依靠统计学去界定和规范。
而且最终数据分析一定会应用算法模型，这些都脱离不开统计。
而且基于统计结合算法模型应用的领域那更是太多了。
最终还是要能够分析问题、解决问题才是本质。至于代码什么的真心不重要，还是内句话你是数据分析师，不是工程师。
