数据分析，化解2017年焦虑的最后一课

2017年已翻到最后一月，你的年初目标完成了多少？这一年的收获与得失是否尽在掌握？

我想每个人都对此心里有数，却一言难尽，我们所处的周遭变化太快，面对大量事物的消逝与出现，我们能够演好自己的角色已是不易，只能一边焦虑感慨一边奋力前行……

「 毕业僧·学习不止 」

校门口没有人生的方向标，

只有脑袋里的知识，可以带我走。

「 程序猿·学习不止 」

我不怕24岁就感到“头冷”，

却怕28岁就碰到职业天花板。

「 运营喵·学习不止 」

我以为的我以为可以把握每个环节，

可世界变化太快，其实心里早已没了底。

「 市场人·学习不止 」

机会，我已经等了太久，

现在，我想主动出击。

「 产品汪·学习不止 」

我有两个梦想，

坚持自己和改变世界。

「 媒体广告人·学习不止 」

永远追逐，永远与热点同在。

 我们究竟在焦虑什么 

“我焦虑，怕35岁的我还要去人才市场投简历，找工作。”

“我尴尬，尴尬身边没有一个优秀的圈子，对，就是圈子。”

“我担心的是，我的想法和思维已固化，正逐步与市场脱节。”

 …… 

10月18日，AlphaGo的终极版——AlphaGo Zero（网友称之为“狗蛋”）以100:0完胜之前的AlphaGo Lee，成为当今世上最强的围棋选手，最可怕的是，它的成长，完全不需要学习人类的棋谱，真正的做到了“自学成才”。

AlphaGo的胜利、无人驾驶的成功、深度学习在各个领域的全面开花……人工智能（AI）以前所未有的速度改变着世界的每一个角落，很多人担心，自己所从事的职业某一天将会被AI取代，自己也将面临失业的风险。

李开复在他的《人工智能》里面列举了未来几年最先被替代的职业，分别为司机、交易员、基金经理、翻译、售货员、药剂师、影像科医生、记者、律师……最近一次比较严厉的预警来自麦肯锡，它预算了800个工种、2000多种工作行为的自动化风险指数，告诉人们又有一些职位将要被自动化取代了……

或许你还是觉得这遥不可及，其实在我们的日常生活中，智能应用已经随时出现在身边：语音识别、刷脸解锁、私人助手、推荐排序、预测疾病、火星探索……AI已经渗透到我们生活的每个角落，所以岗位的替代也只是时间问题。

从兽医到程序员，从全职妈妈到警察叔叔，从18岁的大一新生到50岁的公务员大叔，在遇到他们之前，你无法相信这些社会角色相差如此之大的人会聚在一起学习，学习那些可能与本职毫不相关的技能，比如编程语言、数据分析、机器学习。

而一开始，我们以为数据分析这类技能只是互联网人的必备技能：

例如程序员需要结合数据科学相关技能开发出高可用性的架构；

产品、运营、市场需要用客观分析代替感性判断……

这些结构化的思考、数据化的思维是他们得以不断进步的底层技能。

现在看来，人工智能时代加剧了我们这一代人的“学习焦虑”，大部分人都处在一个很尴尬的境地，我们不再焦虑是否会饿死，是否会露宿街头，但是会焦虑能否守住现状。可能稍不留神，我们对社会环境的信息感知能力就急速下降，我们若不能顺应变化完成知识升级，那么很难维持已有的生活方式。

即使我们的知识水平维持不变，也很难应对父母的老去、激烈的竞争、岗位的消亡、货币的不断稀释。这种“求存”的危机感牵动着我们必须不停学习。

 如何有效缓减焦虑 

“无用之学”在这个时代得到反转，“一专之长”面对岗位的消逝也只是无能为力，思维碰撞，领域结合或许能出奇招，这或许应证了为什么各行各业的人都在终身学习、跨界学习。资源之丰富得以让我们通过碎片时间就能掌握一门技术，可有人说为什么我不停学习却仍然焦虑？那很可能是方向和方式出了错，那么如何选择学习方向、高效学习呢？

一、发现“脱困”之路。

大部分人在被眼前的问题驱动着行走，可视野问题才是最大的问题，

你的行业、你的工作环境，你的岗位价值能否跟得上社会发展的趋势？

十年之后，面对人工智能，你还具有哪些竞争力？

如果目前的知识能在人工智能时代保你一生无虞，那你十分幸运；如果不能，那么就得想想我们的“活路”在哪里，找到这个大数据时代脱离困境的机遇，跨界掌握如数据分析这种可以与自身职业相融合的技能，“精分”的你才可以创造不能被替代的价值。

二、碎片化系统学习。

经常上网查阅资料，逛知乎，看微信大号，看得到专栏文章，知识面是拓宽了，存在的问题是没有构建知识体系，野路子学出来的知识只能解决当前问题而无法走出现实困境。

碎片化是我们唯一拥有的时间形态，我们只能利用碎片化时间系统学习一门技能，那我们就不能“博览群书”，在目标指引下，找到一套适合自己的知识路径，学习一步实践一步，让知识化于脑中，让技能时刻加身。

 数据分析，粉碎焦虑的最后一课 

如果说大数据时代有什么技能是可以快速获得，而且能和各种行业完美结合的技能，数据分析无疑是数据小白最好的选择。

从海量数据中获得别人看不见的信息，利用数据来武装营销工作、优化产品、支撑决策，数据分析已成为重要的一环。

这里给你推荐一门课，通过最简洁且系统的学习路径，边学边实战数据分析核心技能，60天，也能通过碎片化时间消化这项技能，并且足够打败市面上多半所谓的分析师。 

• 你不需要看完大神给你推荐的100本书，不需要耗费精力筛选，然后从入门到放弃；

• 给你一个简单的、顺畅的、易于实现的学习路径，即使0基础，也能学起来不痛苦；

• 一线的企业真实案例，在线习题和竞赛，实时监测学习成果，了解江湖排名；

• 课程代码、重点笔记、拓展案例、延伸知识点，我们都打包准备好。

附：《数据分析（入门）》课程大纲

60天入门数据分析师

第一章：开启数据分析之旅 （1天）

1) 数据分析的一般流程及应用场景 

2) Python 编程环境的搭建及数据分析包的安装 

第二章：获取你想要的数据 （2周）

1) 获取互联网上的公开数据集 

2) 用网站 API 爬取网页数据 

3) 爬虫所需的 HTML 基础 

4) 基于 HTML 的爬虫，Python（Beautifulsoup）实现 

5) 网络爬虫高级技巧：使用代理和反爬虫机制 

6) 应用案例：爬取豆瓣 TOP250 电影信息并存储 

第三章：数据存储与预处理 （2周）

1) 数据库及 SQL 语言概述 

2) 基于 HeidiSQL 的数据库操作 

3) 数据库进阶操作：数据过滤与分组聚合 

4) 用 Python 进行数据库连接与数据查询 

5) 其他类型数据库：SQLite&MongoDB 

6) 用 Pandas 进行数据预处理：数据清洗与可视化 

第四章：统计学基础与 Python 数据分析 （3周）

1）探索型数据分析：绘制统计图形展示数据分布 

2）探索型数据分析实践：通过统计图形探究数据分布的潜在规律 

3）描述统计学：总体、样本和误差，基本统计量 

4）推断统计学：概率分布和假设检验 

5）验证型数据分析实践：在实际分析中应用不同的假设检验 

6）预测型数据分析：线性回归

7）预测型数据分析：Python中进行线性回归（scikit-learn实现）

8)   预测型数据分析：分类及逻辑回归

9)   预测型数据分析：其它常用回归和分类算法（k近邻、决策树、随机森林）

10) 预测型数据分析：聚类算法（k均值、DBSCAN）

11) 预测型数据分析：用特征选择方法优化模型 

12) 预测型数据分析实践：用 scikit-learn 实现数据挖掘建模全过程 

13) 预测型数据分析实践：用 rapidminer 解决商业分析关键问题 

14) 高级数据分析工具：机器学习、深度学习初探

第五章 报告撰写及课程总结 （1周）

1) 养成数据分析的思维 

2) 数据分析的全流程及报告撰写的技巧 

3) 课程回顾以及一些拓展 

 「  每课都有学习资料  」

即便你有很强的资源获取能力，或者你已经收藏了很多干货，但我们还是很想帮你节约筛选有效信息的时间，已经帮你找到最有用的那部分，你可以把更多的时间用来做更多的练习和实践。

考虑到各种各样的问题，课程中每一节都准备了学习资料。主要包含四个部分：

1 课程中重要的知识点，资料中会进行详细阐述，帮助理解；

2 默认你是个小白，补充所有基础知识，哪怕是软件的安装与基本操作；

3 课程中老师的参考代码打包，让你有能力去复现案例；

4 提供超多延伸资料和更多问题的思路和实践代码，让你可以去做更多的事情。

「  学完就能做竞赛  」

DC学院首次将课程与竞赛相结合，让你有针对性地在真实数据中去实践，并客观地检测自己的学习成果。随时可参加，提交分析结果可以即时获得评分，并查看自己在同学中的排名。

在中国矿业大学学习地质的泽园同学，从0基础到拿下全国“智慧校园大赛”二等奖，也不过60天而已。

 「  带你一步步实操的导师  」

课程采用录播的形式，你可以按照自己的节奏来规划学习节奏。为准备这个课程，DC学院邀请了两位能够为你提供学习方向的绝对大牛老师，为你分析最前沿的案例，覆盖交通、金融、在线社区、体育运动等多个领域，事无巨细，带你一步步实践。

【课程主讲老师】

王乐业

香港科技大学博士后

王乐业，香港科技大学博士后，法国国立电信学院及巴黎六大计算机科学与技术专业博士。本科和硕士毕业于北京大学计算机科学与技 术专业。目前研究方向研究方向为城市时空数据挖掘。从事研究工作包括通过社交网络识别个人兴趣、通过移动通信网络推理人群移动模式、以及通过公共交通数据优化交通站点分布等。发表论文20余篇，其中SCI10余篇，引用300余次。乐业老师是一位乐于分享的学者，善于用简单的方法解答复杂的问题。在他看来，找到好的学习方法和路径，其实可以少走很多弯路。

【课程研发老师】

周涛

电子科技大学教授

周涛，电子科技大学教授、大数据研究中心主任。主要从事统计物理与复杂性，数据挖掘与数据分析方面的研究。在 Physics Reports、PNAS、Nature Communications等国际 SCI 期刊发表300余篇学术论文，引用超过17000次，H 指数为63。2015年入选全国十大科技创新人物，超级畅销书《大数据时代》译者，畅销书 《为数据而生:大数据创新实践》作者。周涛教授参与课程的研发和课程体系的设计，以多年的教学科研和企业数据团队管理经验为课程的顶层设计保驾护航。

除此之外，你还会遇到指导你每一个细节的答疑老师，在学习群里，你的问题能够得到快速解答，即便是最初级的问题。还有一群未来的优秀分析师，跟你一起，探索数据分析技术。在短时间内，有不少同学都有了从0到1的进步：

DC学院数据分析师课程，已有3000+人加入学习

你的焦虑不会因为时间流逝而消失，

还会因为你的停步不前而愈发嚣张。

【课程信息】

「 上课形式 」

录播课程，可随时开始，反复观看

「 学习周期 」

建议每周学习至少8小时，两个月内完成一遍

「 学习路径 」

数据获取-数据预处理-数据建模与分析-可视化与报告

「 面向人群 」

零基础的小白、负基础的小白白

「 答疑形式 」

学习群老师随时答疑，即便是最初级的问题

「 课程资料 」

重点笔记、操作详解、参考代码、课后拓展

「 课程证书 」

学完课程并达到要求，发放数据分析师结业证书

前300人不用原价支付，¥499（原价599）

现在就去抢，用学习的脚步吓得焦虑闻风丧胆

长按下方二维码开始学习

如有任何疑问和购买问题入群咨询

若群满请加Alice小姐姐微信：datacastle2017

怕什么真理无穷，进一寸有一寸的欢喜。

与焦虑着的、奋斗着的、上升着的

每一个人同行……

哦，对了，证书长这样

每个证书编号对应一个独立身份信息

点击下方阅读原文深入了解课程▼