结束语丨当大家都在讲知识和工具的时候，我更希望你重视思维和实战

Mar 29, 2019

结束语丨当大家都在讲知识和工具的时候，我更希望你重视思维和实战-极客时间



下载APP





关闭

讲堂部落提薪训练营云原生训练营架构实战营企业版极客商城兑换中心 App下载浏览器插件

渠道合作

推荐作者

结束语丨当大家都在讲知识和工具的时候，我更希望你重视思维和实战

2019-03-29 陈旸来自北京

《数据分析实战45讲》

课程介绍



讲述：陈旸

时长06:26大小5.90M



你好，我是陈旸。
我从去年十一前开始准备专栏，到今年 3 月底樱花飞舞的季节，转眼之间，专栏的内容已经全部更新完毕了。这期间将近有 200 天的时间，而专栏的更新也有 100 多天。非常开心能与大家度过这 100 多天的时间，这段时间里我看到了你们学习的热情，有很多同学认真做总结笔记，并分享出来，还有同学认真手绘专栏的思维导图，实践每一段代码……所有这些都让我看到了你们学习的热情。
我也要感谢洆洆的妈妈（我的老婆），当我准备专栏的时候，洆洆是一个不到 6 个月的宝宝，只有在夜晚洆洆睡着的时候，我才能开始录音工作。最应该感谢的就是我的老婆，她一个人带孩子。本来晚上回家我可以分担一些，不过为了让我安心地准备专栏，她晚上都是一个人哄宝宝睡觉。
同时，也要感谢我们的编辑和运营的同事。为了保证文章语义的准确和通俗易懂，编辑对每一篇文章都进行认真地修改，插图部分更是自己手绘出来的。多亏了运营，才有了大家互相交流的平台。
回想起来，这些经历依然历历在目。我很庆幸能与你们共同度过这段学习时间。从我最开始准备专栏的时候，我就在想，我希望通过专栏交付什么。我希望你通过专栏，不仅仅可以获得知识，掌握工具的使用，更希望你能得到思维和实战经验的提升。
理论到处有，实战最重要当大家都在讲知识和工具的时候，我更希望你重视思维和实战。因为知识和工具是别人的，思维和实战才是自己的。
以我自己的经历来说，我从 10 岁开始编程，从最开始的 Basic 语言学起，再到 Pascal、C++、Java、PHP 和 Python。每种语言的学习切换基本上 2 天就可以完成，因为它们有很多共同的地方，不同地方仅仅在于第三方库和使用的框架。
如果我们只关注知识和工具的话，你会发现这些东西更新迭代的速度非常快。可能刚掌握了一个工具，新的工具又出来了。所以我们更应该关注那些不变的东西。
从数据分析的角度上来说，当我们刚从书本上学完了数据挖掘算法之后，你会发现又出现了深度学习。这两年深度学习框架，比如 TensorFlow、Keras、Caffe 大行其道，于是无数讲人工智能的课诞生了，而这些课基本上都是在给你讲解语法和工具的使用。
当大家都在贩卖知识和焦虑的时候，我更希望你能有独立思考的能力。深度学习固然很火，但本质上，仍然是机器学习的一种，都是帮我们创建分类器。你可以把传统的机器学习理解是专家级的方式，我们观察数据符合哪些特征，然后用各种分类、聚类算法处理这些数据。算法都是我们事先指定的。同样，深度学习更像一个黑盒子，我们无须事先指定提取特征的方法，而是通过深度学习这个大脑让机器自我训练，完成特征的提取。
当你开始思考这些方法之间的共同和差异点的时候，你将会收获更多。首先，你无须为新工具的出现产生无畏的焦虑感，因为每个工具都有适用的条件，深度学习虽然普适性强，但是对数据量的依赖性大，计算量大，收敛时间慢。在数据量不大的情况下，采用传统的机器学习可以更快收敛，同时还能得到不错的结果。
当你对这些知识和工具建立不同思考的时候，你更有可能理解和掌握它们。因为这些知识和工具的相同点，就会更容易完成知识和工具的迁移。它们的差异性可以让你更加了解每个知识和工具的特点。
所以当知识和工具爆炸出现的时候，我希望你不要随波逐流，可以独立思考，与这些东西建立多维度的连接。
同时，实战也是重要的成果体现。这就好比学习开车一样，学会开车和自驾旅行是完全不同的体验。只有通过实战，你才能解决一个特定的问题，领略到路途中的风采，为你的项目简历增加光彩的一笔。
方法比努力更重要知识和工具是别人的，而思维和实战是自己的。那么在提升思维和实战经验的过程中，我希望你能掌握适合的方法。
我见过很多人，选了很多课，自己也很努力，但是收获的效果一般。实际上，好的学习方法比努力更重要。
我在专栏的开篇和结束的时候都提到了提问和分享，在开篇中也讲到了 MAS 学习法。实际上我们不是单向地被动接受知识和工具，更要建立思考和连接。建立多维度的连接，一个最好的方式就是学会提问以及学会分享。分享就好比是在测试集上做验证。分享的过程就是重新梳理知识的过程，还能得到别人的反馈，既受益别人，也获益自己。
投入越多，收获越多当我们建立了正确的学习方法之后，你会发现投入越多，收获越多。
在专栏更新的过程里，我很高兴地看到，有些同学自己开始用工具分析王者荣耀的英雄属性，分析他们之间的关联；也看到有同学在用 ARMA 模型对股市指数进行预测，使用爬虫抓取数据……
如果说工作是公司的事情，那么思维和实战经验的积累则是自己的事情。在思考和实战这条道路上，投入越多，收获就会越多。我看到在不少文章的评论区，都有同学们自己总结的笔记，还有人把实战的代码放到了 GitHub 上。这都是在为自己的体验负责。
专栏本身只是一个开始，虽然专栏文章已经更新完毕，但大家的笔记分享不会结束。
不论你以后是否会从事一份和数据分析相关的工作，我都希望你可以把思考作为一种学习的领悟，把实战当做是一次项目的旅行。在思维和实战经验上，有些许的提升。

分享给需要的人，Ta购买本课程，你将得18元

生成海报并分享

赞 12

提建议

加餐丨在社交网络上刷粉刷量，技术上是如何实现的？

结课测试 | 数据分析的这些知识，你真的掌握了吗？

 写留言

精选留言(33)

一语中的
2019-03-29
目前为止报过的网课有：selenium相关课程和陈老师的数据分析。真的很幸运，遇到的老师不只是讲语法，讲工具，更多的是告诉你多思考。比如，selenium的老师常说，web/app自动化测试你掌握了测试思维，不管什么测试工具，稍加练习都能运用自如。而在数据分析的这些课程里，除了语法、工具、技能外，有很多有温度的文字，比如开篇的MAS学习方法，贯穿始终的数据思维。在练习中我发现基本上每篇实战的文章里面，都有一段字：我们先把整个项目的流程梳理下，然后就是一个图片写着准备阶段和分类阶段要完成的内容。所以，现在闭着眼，我都可以写出整个流程，多谢老师。其实敲到41课感觉有点进行不下去了（不知为啥，敲的有点迷茫==），继而看到44,45两节的内容，内心重新振作一番，回顾了下之前课程的笔记内容，好像又有点感觉了，多谢老师。结尾篇的文字同样很有温度，要是感觉在数据分析的路上走偏了就回顾看看这篇文章审视一下自己，感谢老师。
展开
作者回复: 感谢一语中的！
25
third
2019-03-29
之前看过吴恩达老师的课，然后开始学python，但是人工智能还是不懂，以一种的方式算是入门了人工智能，很开心。很感谢能学到老师的课，第一遍已经完整过完，下面是第二遍写笔记、思考和践行。希望能够从事数据分析这份工作。目前已经学完了《python数据分析基础》，正在看《利用python进行数据分析》，目前给自己定下的路径是pandas、numpy的学习-掌握基本的数据库-可视化工具mat和sns-多做项目有一个问题是很多数据分析的岗位都需要熟练掌握excel，SPSS等、熟悉Linux系统，我需要在这些方面花一些时间吗？还是只用专注于python的数据分析呢？除此之外，老师还有一些别的建议吗？心得强烈认同思维和实战是自己，比起改变的东西，我们更应该专注那些不变的事情上自己给自己提问题，努力分享出去，本质是逼着自己去思考，用输出倒逼输入。
展开
作者回复: 非常好的分享
11
KayKay
2019-04-01
越来越怀疑数据分析的发展前景，有点儿迷茫了，想知道怎么规划......
作者回复: 慢慢来数据分析的应用场景很多
9
李沛欣
2019-03-29
辛苦大佬，受益良多
作者回复: 谢谢沛欣和大家！
8
戴景波
2019-04-10
我从零基础跟着老师的节奏一点一点做，从爬虫到数据分析，再到后评估模型，做了自己的预测项目，有兴趣的朋友可以一起交流！github.com/acredjb/FBP谢谢老师的课程！这样系统化的课程我已经推荐给我的朋友。另外，学以致用才是学习课程收获最多的东西！
作者回复: 加油！不错景波同学！很棒
6
王彬成
2019-03-31
很认同老师所说的：方法比努力更重要；投入越多，收获越多。上一周花了一整周的时间重新学习python，自认为对 python基础不熟悉。就在mooc找《Python语言程序设计》这课程进行学习。但学完后发现，其实我对python的基础都已经掌握，目前缺少的是实践。而最高效的方法应该去“力扣”刷题。很后悔浪费时间。还有一个懊悔的事情。自认为对数据分析掌握通透，但经过一个师兄的预面试，发现最基本的数据分析分类算法有几种，这类问题也不清晰，更何况分辨随机森林和svm算法的区别。启示是：要想清楚方法，再去行动，要不然就是做无效的努力
展开
作者回复: 加油！方法比努力更重要；投入越多，收获越多
5
滢
2019-04-26
老师能谈下数据分析未来的职业规划吗？看到宣传的目录上有一讲内容是讲这个，但是学完了没发现是有关于职业规划的章节。我之前从事编程，大学专业原因有统计学基础，因为兴趣爱好，刚转行过来9个月的时间，如果想往数据总监上走的话，或者成为一名资深数据分析师该朝着哪些地方用功？老师可以解答下我的疑惑吗？
作者回复: 慢慢来我觉得你可以结合业务场景来看数据分析工具的使用。如果你对统计学感兴趣，也可以考虑如何应用进去，比如有个统计学的女生在Google实习的时候，提出了 Deep & Cross算法，后来就发表出来了，成为了Google经典的CTR预估算法
共 2 条评论
4
mickey
2019-04-12
全部学完了，谢谢陈博士。
作者回复: 厉害了 mickey，看你两个专栏都追了，绝对的最有价值用户
共 2 条评论
4
竹猫
2019-03-29
感谢付出，江湖再见
作者回复: 谢谢竹猫！Good Luck！
4
50包邮解君愁
2019-03-30
谢谢陈老师，在这里真的受益匪浅，可能是老师讲课准备的很用心，听起课来总有一种亲切感，不过还有好多章节没有学好，要开始再来一遍啦
作者回复: 有收获就好！
3
阿雪
2020-04-27
“工作是公司的事情，那么思维和实战经验的积累则是自己的事情“ 2020年看到您的课程, 希望学习还不算晚, 为自己的事情加油!
作者回复: 只要想学习，永远不算晚
2
乃鱼同学
2019-10-09
提问：好问题胜过好老师。好的问题是思考的开始，思考是成长的开始。输出：以教为学，换个角度理解知识。多维度和多角度的观察，才能更全面的认知世界。练习：只有锻炼，肌肉才能长出来，神经元也是。避免学了那么多，还是过不好这一生。
作者回复: 对的总结的不错希望对你有所帮助
2
[读树笔记]
2019-04-02
Python就像一个朋友，我不但跟他打交道，还把它的前前后后都看了一遍，对它的认知又更进一步
作者回复: 对的和Python交朋友
2
周萝卜
2019-03-29
感谢老师的辛苦付出
作者回复: 谢谢萝卜，Good Luck！
2
Soul of the Drago...
2021-05-03
老师课程的第一遍到这里算是学完了，当然学习是重复至熟能生巧的过程，之后二刷三刷是必要的。非常感谢老师编写专栏过程中的辛勤付出，专栏内容既有深度，又能照顾初学者的理解水平。经过这段时间的学习，之前神秘的机器学习和深度学习对我而言不再神秘，其实跟人学习的过程很相像，机器和我们一样，都需要对现有的知识体系不断进行迭代更新。在这个日新月异的时代，我们需要把自己的大脑变成一潭源头活水，让新鲜的知识不断涌入。
展开
1
小七
2020-12-18
听到最后起立鼓掌1分钟，感谢，这是我听过最好的课~
作者回复: 谢谢，继续努力
1
JustDoDT
2020-04-26
终于学完第一遍耗时：27小时，收获颇多。内容对找工作很有帮助。附上实践代码：https://github.com/LearningChanging/Data-analysis-in-action
作者回复: good job！
1
楼方舟
2020-04-13
讲的很细，看的很舒服，温故而知新~
1
历尽千帆
2019-03-29
收获颇丰，老师再见ヾ(￣▽￣)Bye~Bye~
作者回复: 谢谢历尽千帆，Good Luck
1
piboye
2022-01-04
老师， amazon 的 SageMaker 无代码平台，是不是可以降低机器学习的门槛？

