距上一次數(shù)據(jù)分析課程結(jié)束，很快地就過去了快半年。上次課程結(jié)束后就一直關(guān)注Tiger老師的解密大數(shù)據(jù)團(tuán)隊(duì)的下一次課程，雖然文科生這個標(biāo)簽已經(jīng)是揭不下來的了，但對理工類分析類的課程始終保持熱誠，比起<有才華>的評價，我更喜歡的是<客觀理性>、<有邏輯>。畢竟聰明的人很迷人，另外就是個人經(jīng)驗(yàn)，聰明的人交流起來省很多時間。難道要一天到晚叫著為福爾摩斯的聰明傾倒，卻沒有辦法讓自己被自己迷倒嗎？ ：（ 哭！
上次上完課和老師聊過，上課對我來說真的還挺吃力的，但是零基礎(chǔ)切換到代碼和數(shù)據(jù)的世界，愿意泡在里面一個多月，對我來說已經(jīng)是欣慰的進(jìn)步了。想到在大學(xué)里因?yàn)檎也坏綄W(xué)VB的理由在課堂上無限掙扎到最后掛科，現(xiàn)在的心態(tài)已經(jīng)成熟很多了。
上次的課程我從一開始逼著自己挖坑就是跟全世界宣布我要開始寫學(xué)習(xí)筆記了。虛榮心超強(qiáng)的我硬著頭皮給大家課堂筆記，那時除了上班時間之外的幾個小時全被我用來趕筆記，每天不知道哪里來的雞血學(xué)習(xí)工作十幾個小時。
站在我自己之外的角度看來，整個過程可能是本末倒置的，因?yàn)槲业浆F(xiàn)在我不會寫代碼，就算后來上了以太坊智能合同設(shè)計(jì)初階的系列課程，我只知道什么語句能觸發(fā)什么反應(yīng)，知道導(dǎo)入數(shù)據(jù)哪里容易出錯，大概知道什么數(shù)據(jù)用什么可視化圖表呈現(xiàn)效果可能會更好，等等。
在其中，看到了導(dǎo)入共享單車使用數(shù)據(jù)后呈現(xiàn)的熱力圖，之前也只是用個人有限的經(jīng)驗(yàn)和感覺判斷使用情況，但當(dāng)可視化圖表呈現(xiàn)在你面前的時候，你能清晰地看到所有影響的因素，具體到每一個數(shù)據(jù)的百分比。
含糊的世界說服不了觀眾。說實(shí)話這是我的最大感受。
到站在我自己的角度看，這是一個很大跨越。一種開放好奇的心態(tài)重來到來了。不對抗，這是多少成年人做不到的態(tài)度。它會讓人有機(jī)會得到更多機(jī)會和驚喜，意想不到的連接。
同樣也是在去年，上了周兵老師比特幣原理的講解，同樣也是很吃力。看了很多遍的哈希、粉塵攻擊、SHA256、Merkel tree、區(qū)塊驗(yàn)證、交易的結(jié)構(gòu)等等概念，你知道老師講的是中文，沒有一個字是看不懂的，但是它們組合起來的時候就懵逼了?？鐚W(xué)科的內(nèi)容我倒是能夠逼迫自己用課程和復(fù)習(xí)時間比是一比十來學(xué)習(xí)。我當(dāng)時以為我花大時間我是聽懂了的，然而后面看很多技術(shù)文章提及相關(guān)內(nèi)容，還是連接不起來。
我知道自己天資不聰穎。也知道學(xué)習(xí)也是靠不斷回顧和反復(fù)使用，才能讓新內(nèi)容鍛煉到自己的肌肉中。而前幾天重新看到某作者寫的utxo相關(guān)內(nèi)容，一頭霧水，于是我翻回半年前的筆記，重新花了兩個小時認(rèn)識這個名詞。那種恍然大悟的感覺，讓人振奮。那種感覺就像，你之前建的那么多節(jié)點(diǎn)，在一瞬間就連起來能夠運(yùn)行了。
這個體驗(yàn)也讓我對某種學(xué)習(xí)的感覺更加深刻。學(xué)到一樣新東西，平時沒有機(jī)會大量反復(fù)練習(xí)實(shí)踐的時候，相關(guān)知識的補(bǔ)充，時不時溫故而知新，也算是一個好用的辦法。前提是你對這項(xiàng)技能不是特別著急，也沒有非常多大塊的時間來練習(xí)。
我對數(shù)據(jù)的好感和好奇心一直保持著，這和上次寫開篇日記中也簡單提及過為什么我要學(xué)這個。簡單來說就是，我覺得它很有用，我想掌握相關(guān)技能。第二就是，它是大方向。
這一次的課程和上次一樣，歡迎零基礎(chǔ)的同學(xué)和我一起學(xué)習(xí)。
我把新課的課程大綱列出來，各位可以參照哪里比較吸引你：
第一講：在游泳中學(xué)會游泳-Python熱身
如何像寫作一樣優(yōu)雅地寫代碼？
Python生態(tài)中有哪些數(shù)據(jù)分析利器？
怎么導(dǎo)入數(shù)據(jù)到Python？
如何全面觀察數(shù)據(jù)？
如何操作數(shù)據(jù)框？
Python實(shí)戰(zhàn)案例：股票數(shù)據(jù)的導(dǎo)入和操作
第二講：Python數(shù)據(jù)可視化
離散統(tǒng)計(jì)變量，如何繪制條形圖、餅圖？
連續(xù)統(tǒng)計(jì)變量，如何繪制直方圖、箱圖？
如何繪制反應(yīng)兩個統(tǒng)計(jì)變量關(guān)系的散點(diǎn)圖？
統(tǒng)計(jì)變量太多時，怎么繪制矩陣圖？
Python實(shí)戰(zhàn)案例：世界銀行數(shù)據(jù)的可視化定制
第三講：核心概念-數(shù)據(jù)分析中的統(tǒng)計(jì)量
如何體現(xiàn)數(shù)據(jù)的集中趨勢？
如何描述數(shù)據(jù)的離散程度？
如何衡量兩個變量的相關(guān)性？
Python實(shí)戰(zhàn)案例：HR數(shù)據(jù)的統(tǒng)計(jì)分析
第四講：統(tǒng)計(jì)分布和讓電腦聽懂人話
那些神奇的隨機(jī)數(shù)如何用Python生成？
統(tǒng)計(jì)分布中的幾個重要概念（PMF/PDF/CDF）
投硬幣滿足什么統(tǒng)計(jì)分布？
美麗凍人的鐘形曲線是什么？
人工智能最底層的機(jī)制：如何讓電腦來聽懂人話，模擬現(xiàn)實(shí)生活？
Python實(shí)戰(zhàn)案例：投硬幣問題和風(fēng)險投資成功率的模擬
第五講：神奇的區(qū)間估計(jì)
什么是統(tǒng)計(jì)的樣本？什么是統(tǒng)計(jì)的總體？
中心極限定理到底在說什么？
如何用樣本數(shù)據(jù)估算總體的參數(shù)區(qū)間？
置信度是什么？
Python案例：用統(tǒng)計(jì)分析來估算住房面積
第六講：數(shù)據(jù)分析的利器-假設(shè)檢驗(yàn)
假設(shè)檢驗(yàn)的邏輯是什么？
假設(shè)檢驗(yàn)的步驟都有哪些？
如何讓Python進(jìn)行假設(shè)檢驗(yàn)？
假設(shè)檢驗(yàn)的兩類錯誤分別是什么？
Python實(shí)戰(zhàn)案例：工廠空氣質(zhì)量檢測和自動打包機(jī)器效率檢驗(yàn)
第七講：大數(shù)據(jù)分析的流程和總結(jié)
如何將Python+統(tǒng)計(jì)用于大數(shù)據(jù)分析？
大數(shù)據(jù)分析的典型步驟都有哪些？
小白如何實(shí)現(xiàn)完整的數(shù)據(jù)分析？
Python實(shí)戰(zhàn)案例：達(dá)爾文雀的數(shù)據(jù)分析
這次內(nèi)容，我個人是對它應(yīng)用到投資方面的功能更感興趣。身邊炒股炒幣的小伙伴也不少，得知這次講師吳博士本來就是在美國排名靠前的金融領(lǐng)域有豐富的職場經(jīng)驗(yàn)，對這位實(shí)戰(zhàn)家講師就更期待了。
講那么多，也是因?yàn)檫@次我又提前讓各位看到，我是怎么跳進(jìn)自己挖的坑的??
歡迎跟我一起跳。。。來虐吧！
