数据分析小组大作业
- 1. 毕业意向
本科阶段目前想法是考研。专业方向目前初步定为向大数据领域的数据挖掘、数据分析、和机器学习方向，同时Hadoop大数据开发也是我想要发展方向，本科阶段希望能够熟练掌握这些技术。未来最可能从事大数据分析方面的工作。
- 2. 对数据分析的认识
- 数据分析：数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实用中，数据分析可帮助人们作出判断，以便采取适当行动。
2.类型：在统计学领域，有些人将数据分析划分为描述性统计分析、探索性数据分析 以及验证性数据分析；其中，探索性数据分析侧重于在数据之中发现新的特征，而验证性数据分析则侧重于已有假设的证实或证伪。
探索性数据分析是指为了形成值得假设的检验而对数据进行分析的一种方法，是对传 统统计学假设检验手段的补充。该方法由美国著名统计学家约翰·图基(John Tukey)命名。
定性数据分析又称为“定性资料分析”、“定性研究”或者“质性研究资料分析”，是指对诸如词语、照片、观察结果之类的非数值型数据（或者说资料）的分析。
3.分析工具：Excel作为常用的分析工具，可以实现基本的分析工作，在商业智能领域Cognos、Style Intelligence、Microstrategy、Brio、BO和Oracle以及国内产品如Yonghong Z-Suite BI套件等。
4.具体方法：数据分析有极广泛的应用范围。典型的数据分析可能包含以下三个步：
（1）探索性数据分析：当数据刚取得时，可能杂乱无章，看不出规律，通过作图、造表、用各种形式的方程拟合，计算某些特征量等手段探索规律性的可能形式，即往什么方向和用何种方式去寻找和揭示隐含在数据中的规律性。
（2）模型选定分析，在探索性分析的基础上提出一类或几类可能的模型，然后通过进一步的分析从中挑选一定的模型。
（3）推断分析：通常使用数理统计方法对所定模型或估计的可靠程度和精确程度作出推断。
5.分析方法：（1）列表法（2）作图法（3）数据分析主要包含：
1. 简单数学运算（Simple Math）
2.统计（Statistics）
3. 快速傅里叶变换（FFT）
4. 平滑和滤波（Smoothing and Filtering）
5.基线和峰值分析(Baseline and Peak Analysis)
3.选择理由、对数据分析小组的意见与困难
数据分析是大数据技术领域的一个方向，未来从事大数据分析师的话，精通数据分析对我很有帮助，未来也可以从事数据分析师这个职业。因为处于初步阶段对专业领域了解较少，缺少自己的见解与想法，处于迷茫期，在接下来的学习中拓展视野，增长知识。毕竟是凭着自己的意愿加入的数据分析学习，对自制力，自我学习能力要求高。现阶段我认为还有必要老师多建议，指导。
4.2020年春学期学习计划
熟练掌握Python，Java基础
参加比赛积累经验提高算法编程能力
学习Linux操作系统及其工作原理
数据结构与数据库的学习与应用
5．寒假学习目标
1.每日至少三小时的Java算法刷题（25天）
2.每日两小时的python基础学习（25天）
3.书籍阅读一小时（每天）
4.英语相关的学习至少30分钟（每天）