人工智能十大算法 本科非计算机系，想去研究大数据，我该自学什么？python还是c语言？

本科非计算机系，想去研究大数据，我该自学什么？python还是c语言？

第一步：统计概率的理论基础

这是最重要的。它从地基土开始，最重要的是底层。统计思维、统计方法，这里先是对市场调研数据的采集和整理，然后是最简单的描述性分析，接下来是常用的推理分析、方差分析，再到高级相关、回归等多元统计分析，掌握这些原理，就可以进行下一步。

第二步：软件操作结合分析模型进行实际应用

数据分析的主流软件有（由浅入深）：Excel、SPSS、Stata、R、SAS等。首先，学习如何操作这些软件，然后从数据清洗开始，利用软件对数据进行一步一步的处理和分析，最后输出结果，测试和解释数据。

第三步：数据挖掘或数据分析方向选择

事实上，数据分析也包括数据挖掘，但在工作中，会细分为分析方向和挖掘方向。两者之间有区别。数据挖掘还涉及到很多模型算法，如关联规则、神经网络、决策树、遗传算法、可视化技术等

第四步：数据分析和业务应用

这一步也是最难学的。采用不同行业、不同业务、不同分析方法。实际工作就是解决业务问题，所以对业务的洞察非常重要，这种能力需要在工作中一点一点积累。也许我们现在用一些回归的方法来做零售会有帮助，但是当我们转向电子商务的时候，我们会用其他的挖掘方法。虽然业务是千变万化的，但是分析方法总是在变化的，所以掌握技术和使用任何环境只取决于业务经验的积累。

人工智能十大算法 十大预测算法 遗传算法经典实例代码

版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。