数据分析101

生活的背后数数据，数据的背后是算法
如何表示A数据比B数据好？
为什么需要数据分析? 数据分析可以为我们带来什么？

• 通过数据分析，可以更好的了解用户画像，为企业做留存率，流失率等指标分析，进而精细化产品运营。
• 通过数据分析可以让自己更加理智处理生活难题
• 我们生活在一个数据时代，数据挖掘和数据分析就是这个时代的“淘金”
• 数据分析可以让我们知道在哪里画那一条价值不菲的线
  什么是数据分析？数据分析包括哪些方面？

1. 数据采集: 去菜市场买菜
2. 数据挖掘： 洗菜，择菜
3. 数据可视化：做好的饭菜，端上餐桌可以吃了
   数据采集如何获取需要的数据？
   数据挖掘如何从海量数据中找到有用的信息？
   数据挖掘的基本步骤
4. 商业理解：业务方需要哪些数据
5. 数据理解： 哪些数据和业务方有关
6. 数据准备：对数据进行初步筛选
7. 模型建立：对业务方的需求加tag
8. 模型评估：和业务方确认 tag 是否准确
9. 上线发布：
   数据挖掘需要的数学知识

• 分类算法 ：C4.5， 朴素贝叶斯，SVM， KNN， Adiboost， CART
• 聚类算法： K-Means， EM
• 关联分析法： Apriori
• 连接分析法：PageRank
• 概率论与数理统计 + 线性代数 + 图论 + 最优化方法
  如何撰写数据分析报告
• 数据分析报告框架

参考书单

1. 《精益数据分析》
2. 《刷新》
3. 《原则》《一网打尽》
4. 《从优秀到卓越》