當時恰好趕上 2009 年微博的熱潮。我用 3 個月的時間就就積累了 4 萬粉絲，一年的時間積累了上百萬粉絲。這是怎么做到的呢？

通過數據采集，我收集了每天的微博熱點，然后對熱點進行抓取、去廣告，再讓機器定時自動進行發布。同時我讓賬號每天都去關注明星的粉絲列表，這樣可以獲得 15% 的回粉概率。久而久之，就會有源源不斷的粉絲。其實就是數據分析幫我做到了微博的自動化運營。

學習數據分析的核心就是培養數據思維，掌握挖掘工具，熟練實踐并積累經驗。

認知，實踐，反饋；形成高效學習閉環。

業務洞察是分析數據的前提，分析數據是理解數據的前提，理解數據是數據挖掘的前提。從業務到數據再到挖掘，每一步環環相扣，相輔相成。業務千變萬化，規律亙古不變。

當然原理可以采用偽代碼的方式，把流程畫出來即可。項目中，很多時候都是直接使用類庫，所以你更應該關注的機器學習的效率和結果。
很多時候，我們在選擇模型的時候，都要試，一次會用多種模型，然后看訓練結果的好壞，再決定采用哪個模型。
特征工程，以及調試的過程其實就是經驗積累的過程，很多時候調參數的時間，比你寫程序的時間還要長。但是這個積累過程還是挺重要的，當你有了更多經驗之后，這個“試”的效率就會提升！

算法原理和使用是兩個維度，你對算法原理理解的深刻在使用上就越隨心所欲；當然，你不理解算法原理，仍然可以使用這些模型。

關于思維培養的三個特點：

1、思維是創造性的

2、在思維培養中，提問比使用更重要

3、保持一顆好奇心

思維：
《思維簡史：從叢林到宇宙》
數據處理
《數據挖掘：概念與技術》
《Pentaho Kettle解決方案》
《精益數據分析》
《Small Data》
《利用Python進行數據分析》《python數據科學手冊》

?

總結

以上是生活随笔為你收集整理的数据分析导论的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。