本文为CDA志愿者投稿作品,转载需授权
数据行业在迅速的发展,几乎每天都会出现新的技术和方法。因此,想要跟上这个行业的步伐是有挑战性的。之前CDA数据分析师曾列出了15位在科技和数据科学领域最具影响力人物,他们不仅仅是数据科学专业人士和关注该领域人群的灵感来源,同时关注他们也确保你能够了解该领域的发展动向。
除参考国外的数据分析工作外,CDA数据分析学院结合多年数据分析培训和教育经验,总结了个人在获得第一份工作以后,如何能在岗位上不断提升,真正实现自己在数据分析行业的职业规划提升。基于此,CDA数据分析研究院提供了科学的数据分析行业进阶规划如下:
以上三部分皆为数据分析硬性技术,要想熟能生巧需要经常在学习和工作中运用,不断改善,不断优化模型,将技术与具体业务结合起来,经过长时间的积累方能成为高级数据分析师。
作者:[美]Ian Goodfellow(伊恩·古德费洛)、[加]Yoshua Bengio(约书亚·本吉奥)、[加]Aaron Courville(亚伦·库维尔) 出版社:人民邮电出版社 AI圣经!深度学习领域奠基性的经典畅销书!长期位居美国亚马逊AI和机器学习类图书榜首!所有数据科学家和机器学习从业者的必读图书!特斯拉CEO埃隆·马斯克等国内外众多专家推荐! 深度学习是机器学习的一个分支,它能够使计算机通过层次概念来学习经验和理解世界。
“Take your machine learning skills to the next level by mastering Deep Learning concepts and algorithms using Python. About This Book ?Explore and create intelligent systems using cutting-edge deep learning techniques ?Implement deep learning algorithms and work with revolutionary libraries in Python ?
作者:(美)麦金尼著,唐学韬等译 出版社:机械工业出版社 本书讲的是利用Python进行数据控制、处理、整理、分析等方面的具体细节和基本要点。同时,它也是利用Python进行科学计算的实用指南(专门针对数据密集型应用)。本书重点介绍了用于高效解决各种数据分析问题的Python语言和库。《利用Python进行数据分析》没有阐述如何利用Python实现具体的分析方法。
作者:周志华 出版社:清华大学出版社 这是一本面向中文读者的机器学习教科书, 为了使尽可能多的读者通过本书对机器学习有所了解, 作者试图尽可能少地使用数学知识。 然而, 少量的概率、统计、代数、优化、逻辑知识似乎不可避免. 因此, 本书更适合大学三年级以上的理工科本科生和研究生,以及具有类似背景的对机器学习感兴趣的人士. 为方便读者, 本书附录给出了一些相关数学基础知识简介。
作者:(美)陈封能 等 出版社:人民邮电出版社 本书全面介绍了数据挖掘,涵盖了五个主题:数据、分类、关联分析、聚类和异常检测。除异常检测外,每个主题都有两章。前一章涵盖基本概念、代表性算法和评估技术,而后一章讨论高级概念和算法。这样读者在透彻地理解数据挖掘的基础的同时,还能够了解更多重要的高级主题。
作者:贾俊平 出版社:中国人民大学出版社 统计学》第六版是在第五版的基础上修改而成的。在广泛吸取读者意见的基础上,对第五版中的部分内容进行了修订。第六版在结构上与第五版基本相同,但对部分章节上进行了重新写和修订。其中,第13章进行了重新编写,更新了全部数据,并将季节型序列的预测一节合并到复合型序列的分解预测中。第5章对部分内容作了简化。第9章增加了SPSS的应用。