数据分析-》数据挖掘-》机器学习-》人工智能-》深度学习

理论基础

 关键结论及模型

工具基础

 SPSS/SAS/MATLAB->R/PYTHON

 SQL:SQLServer Oracle 

思维基础

 问题的拆解及抽象化能力

统计学

 政治算术

 概率论的应用

数据分析-》数据挖掘-》机器学习-》人工智能

深度学习

统计学：数据分析的起源，实用性的学科

但是数据分析不一定要精通统计学

具备：理论基础：关键结论及模型的应用

    工具基础：分析工具:R/PYTHON

          取数工具:SQL 

   思维基础：问题的拆解和抽象化能力需要项目经验

威廉配第 统计学之父 《政治算术》

博弈产生 概率论的产生

概率的出现，发生的事件是连续的事件，通过大数定律，预测将要发生的事件。

统计学的发生基础：

 1.首先需要很多的数据(互联网技术很好的解决了问题）

 2.有效的数据（如：被动选择的陷阱）

统计学：分析的起源

分析师：

1.理论基础：关键结论及模型应用

2.工具基础：SPSS、SAS(金融）、（MATLAB量化行业）、R/Python

                   SQL

3.思维基础：问题拆解、抽象化

统计是动态的历史，历史是静态的统计。

有才华的人走到哪里都是被尊敬的！

《Beat the M》

数据科学发展史

很长一段时间内提到数据分析——统计学，这是数据分析的起源。

好的分析师三方面能力

1.理论基础：关键的结论和模型，应用，解决问题

2.工具基础：最早SPSS/SAS/MATLAB，现在R/Python。SQL：SQL sever,oracle，现在Hadoop Impala hive。

3.思维基础：问题的拆解和抽象化的能力。

eg，字段不适用模型，但业务方希望。

节假日（信息量集中），如何解决，创建一个分段函数。

数据多加数据有效