趨勢分析基礎教程

1. 如何學習數據分析

首先我說說這兩種方向共同需要的技術面，當然以下只是按照數據分析入門的標准來寫：

1. SQL（資料庫），我們都知道數據分析師每天都會處理海量的數據，這些數據來源於資料庫，那麼怎麼從資料庫取數據？如何建立兩表、三表之間的關系？怎麼取到自己想要的特定的數據？等等這些數據選擇問題就是你首要考慮的問題，而這些問題都是通過SQL解決的，所以SQL是數據分析的最基礎的技能，零基礎學習SQL可以閱讀這里：SQL教程_w3cschool

2. 統計學基礎，數據分析的前提要對數據有感知，數據如何收集？數據整體分布是怎樣的？如果有時間維度的話隨著時間的變化是怎樣的？數據的平均值是什麼？數據的最大值最小值指什麼？數據相關與回歸、時間序列分析和預測等等，這些在網易公開課上倒是有不錯的教程：哈里斯堡社區大學公開課：統計學入門_全24集_網易公開課
3.Python或者R的基礎，這一點是必備項也是加分項，在數據挖掘方向是必備項，語言相比較工具更加靈活也更加實用。至於學習資料：R語言我不太清楚，Python方向可以在廖雪峰廖老師的博客里看Python教程，面向零基礎。
再說說兩者有區別的技能樹：

1.數據挖掘向
我先打個前哨，想要在一兩個月內快速成為數據挖掘向的數據分析師基本不可能，做數據挖掘必須要底子深基礎牢，編程語言基礎、演算法、數據結構、統計學知識樣樣不能少，而這些不是你自習一兩個月就能完全掌握的。
所以想做數據挖掘方向的，一定要花時間把軟體工程專業學習的計算機基礎課程看完，這些課程包括：數據結構、演算法，可以在這里一探究竟：如何學習數據結構？
在此之後你可以動手用Python去嘗試實現數據挖掘的十八大演算法：數據挖掘18大演算法實現以及其他相關經典DM演算法
2.產品經理向
產品經理向需要你對業務感知能力強，對數據十分敏感，掌握常用的一些業務分析模型套路，企業經常招聘的崗位是：商業分析、數據運營、用戶研究、策略分析等等。這方面的學習書籍就很多，看得越多掌握的方法越多，我說幾本我看過的或者很多人推薦的書籍：《增長黑客》、《網站分析實戰》、《精益數據分析》、《深入淺出數據分析》、《啤酒與尿布》、《數據之魅》、《Storytelling with Data》

2. 數據分析培訓有哪些課程

培訓課程如下：
一、大數據前沿知識及hadoop入門
零基礎入門，了解大數據的歷史背景及發展方向，掌握hadoop的兩種安裝配置
二、Hadoop部署進階
熟練掌握hadoop集群搭建；對Hadoop架構的分布式文件系統HDFS進行深入分析
三、Java基礎
了解java程序設計的基本思想，熟練利用eclipse進行簡單的java程序設計，熟練使用jar文件，了解mysql等資料庫管理系統的原理，了解基於web的程序開發流程
四、MapRece理論及實戰
熟悉MapRece的工作原理及應用，熟悉基本的MapRece程序設計，掌握根據大數據分析的目標設計和編寫基於maprece的項目
五、hadoop+Mahout大數據分析
掌握基於hadoop+mahout的大數據分析方法的使用場景，熟練運用mahout的成熟演算法進行特定場景的大數據分析
六、Hbase理論及實戰
掌握hbase的數據存儲及項目實戰、掌握Spark、Hive的安裝、配置及使用場景
七、Spark大數據分析
Spark、Hive的安裝、配置及使用場景，熟練運用Spark的成熟演算法進行特定場景的大數據分析
八、大數據學習綜合知識儲備
統計學：多元統計分析、應用回歸
計算機：R、python、SQL、數據分析、機器學習
matlab和mathematica兩個軟體也是需要掌握的，前者在實際的工程應用和模擬分析上有很大優勢，後者則在計算功能和數學模型分析上十分優秀，相互補助可以取長補短。

3. 大數據如何入門

首先我們要了解Java語言和Linux操作系統，這兩個是學習大數據的基礎，學習的順序不分前後。

大數據

Java ：只要了解一些基礎即可，做大數據不需要很深的Java 技術，學java SE 就相當於有學習大數據基礎。

Linux：因為大數據相關軟體都是在Linux上運行的，所以Linux要學習的扎實一些，學好Linux對你快速掌握大數據相關技術會有很大的幫助，能讓你更好的理解hadoop、hive、hbase、spark等大數據軟體的運行環境和網路環境配置，能少踩很多坑，學會shell就能看懂腳本這樣能更容易理解和配置大數據集群。還能讓你對以後新出的大數據技術學習起來更快。

Hadoop：這是現在流行的大數據處理平台幾乎已經成為大數據的代名詞，所以這個是必學的。Hadoop裡麵包括幾個組件HDFS、MapRece和YARN，HDFS是存儲數據的地方就像我們電腦的硬碟一樣文件都存儲在這個上面，MapRece是對數據進行處理計算的，它有個特點就是不管多大的數據只要給它時間它就能把數據跑完，但是時間可能不是很快所以它叫數據的批處理。

Zookeeper：這是個萬金油，安裝Hadoop的HA的時候就會用到它，以後的Hbase也會用到它。它一般用來存放一些相互協作的信息，這些信息比較小一般不會超過1M，都是使用它的軟體對它有依賴，對於我們個人來講只需要把它安裝正確，讓它正常的run起來就可以了。

Mysql：我們學習完大數據的處理了，接下來學習學習小數據的處理工具mysql資料庫，因為一會裝hive的時候要用到，mysql需要掌握到什麼層度那?你能在Linux上把它安裝好，運行起來，會配置簡單的許可權，修改root的密碼，創建資料庫。這里主要的是學習SQL的語法，因為hive的語法和這個非常相似。

Sqoop：這個是用於把Mysql里的數據導入到Hadoop里的。當然你也可以不用這個，直接把Mysql數據表導出成文件再放到HDFS上也是一樣的，當然生產環境中使用要注意Mysql的壓力。

Hive：這個東西對於會SQL語法的來說就是神器，它能讓你處理大數據變的很簡單，不會再費勁的編寫MapRece程序。有的人說Pig那?它和Pig差不多掌握一個就可以了。

Oozie：既然學會Hive了，我相信你一定需要這個東西，它可以幫你管理你的Hive或者MapRece、Spark腳本，還能檢查你的程序是否執行正確，出錯了給你發報警並能幫你重試程序，最重要的是還能幫你配置任務的依賴關系。我相信你一定會喜歡上它的，不然你看著那一大堆腳本，和密密麻麻的crond是不是有種想屎的感覺。

Hbase：這是Hadoop生態體系中的NOSQL資料庫，他的數據是按照key和value的形式存儲的並且key是唯一的，所以它能用來做數據的排重，它與MYSQL相比能存儲的數據量大很多。所以他常被用於大數據處理完成之後的存儲目的地。

Kafka：這是個比較好用的隊列工具，隊列是干嗎的?排隊買票你知道不?數據多了同樣也需要排隊處理，這樣與你協作的其它同學不會叫起來，你干嗎給我這么多的數據(比如好幾百G的文件)我怎麼處理得過來，你別怪他因為他不是搞大數據的，你可以跟他講我把數據放在隊列里你使用的時候一個個拿，這樣他就不在抱怨了馬上灰流流的去優化他的程序去了，因為處理不過來就是他的事情。而不是你給的問題。當然我們也可以利用這個工具來做線上實時數據的入庫或入HDFS，這時你可以與一個叫Flume的工具配合使用，它是專門用來提供對數據進行簡單處理，並寫到各種數據接受方(比如Kafka)的。

Spark：它是用來彌補基於MapRece處理數據速度上的缺點，它的特點是把數據裝載到內存中計算而不是去讀慢的要死進化還特別慢的硬碟。特別適合做迭代運算，所以演算法流們特別稀飯它。它是用scala編寫的。Java語言或者Scala都可以操作它，因為它們都是用JVM的。

4. 如何自學成為數據分析師

數據分析師的基本工作流程：

1.定義問題

確定需要的問題，以及想得出的結論。需要考慮的選項有很多，要根據所在業務去判斷。常見的有：變化趨勢、用戶畫像、影響因素、歷史數據等。

2.數據獲取

數據獲取的方式有很多種：

一是直接從企業資料庫調取，需要SQL技能去完成數據提取等的資料庫管理工作。

二是獲取公開數據，政府、企業、統計局等機構有。

三是通過Python編寫網頁爬蟲。

3.數據預處理

對殘缺、重復等異常數據進行清洗。

4.數據分析與建模

這個部分需要了解基本的統計分析方法、數據挖掘演算法，了解不同統計方法適用的場景和適合的問題。

5.數據可視化和分析報告撰寫

學習一款可視化工具，將數據通過可視化最直觀的展現出來。

數據分析入門需要掌握的技能有：

1. SQL（資料庫）：

怎麼從資料庫取數據？怎麼取到自己想要的特定的數據？等這些問題就是你首要考慮的問題，而這些問題都是通過SQL解決的，所以SQL是數據分析的最基礎的技能。

2. excel

分析師更多的時候是在分析數據，分析數據時需要把數據放到一個文件里，就是excel。

熟練excel常用公式，學會做數據透視表，什麼數據畫什麼圖等。

3.Python或者R的基礎：

必備項，也是加分項，在數據挖掘方向是必備項，語言相比較工具更加靈活也更加實用。

4.學習一個可視化工具

如果你想往更高層次發展，上面的東西頂多隻佔20%，剩下的80%則是業務理解能力，目標拆解能力，根據數據需求更多新技能的學習能力。

5. 什麼是技術分析基礎教程

技術分析是及早識別市場轉折點的藝術。精通此道的投資者或交易者對市場變化洞察入微，並能採取相應對策，獲取高額回報。這套獨出心裁的入門指南解釋並演示了一位名列前茅的世界級技術分析師使用的工具，在眾人尚未辯明趨勢前，他卻能審時度勢，燭照明鑒。使用本書，諸位將學會，解釋期貨、股票、市場、期權的走勢圖，識別重要支撐位和阻力位。掌握動量的基本概念，了解它們對價格的影響。把理論付諸實踐，採用符合常識的交易策略。利用價格模式和成交量模式識別突破。分析峰頂與峰谷，識別大勢逆轉的模式。何時買、何時獲得了結、怎樣處理假突破，諸位將在這些問題上得到忠告。作者簡介每當馬丁・普林格講話的時候、投資者都洗耳恭聽。他的《技術分析精解》是本專業公認的標准手冊。《大亨》雜志稱他是技術分析師的分析師。馬丁・普林格在世界各地開過金融專題講座、還擔任兩家月刊《跨市場評論》（IntermarketReview）和《環球圖表手冊》（GlobalChartBook）的編輯。他是一位多產作家，為投資者們製作了大量音像節目和CD－ROM作品。《大亨》、《國際先鋒論壇》、《期貨雜志》、《股票與商品&技術分析》等主要金融出版物都刊載過有關他的報道。

6. 炒股入門教程

「M頭」和「W底」的轉換大機密
比如，很多文章指出，「W底」已經築就，言下之意可以放膽買股票。但是第二天開盤後，卻單邊震盪回調，而且，收盤後的圖形，你不能否認「M頭」的可能。也就是說，昨天剛剛做好了「W底」，股可以買股票了，今天就給你「M頭」的可能，也就是說要惕賣出了。
假如你等下去，明天重新攻上去創近期新高，從技術上看力度會加大；但是如果明天不漲反跌，恐怕圖形就更難看。不過，即便下跌，分析師的心裡不會沒有支撐位：比如5日10日30日均線都在下面嚴陣以待，隨時准備狙擊空頭的肆虐；再比如各類指標的強勢信號等等。分析師會按照慣例這樣告訴你：下面某某位置有支撐，可以密切關注，如果某某位被有效擊破，大盤則可能向下考驗雙底的支撐力度。
按照這樣的分析，你不管怎麼操作，都有可能出錯，甚至出大錯；但是，分析師的分析卻會一直很正確。所以拿著錢的和拿著牙的感覺差異太大。這就要求，拿著牙的說話要辯證，客觀，全面，最好是有充分詳實的數據作為分析依據；而拿著錢的投資人，在獲取分析資訊的時候，就特別需要有一個再分析的功夫，就是對所有專家分析文章的真實性、可靠性、准確性來一個比較和研究，否則，賠錢的永遠是你，說對的永遠是他。
事實上，大盤或者個股的走勢，永遠都在運行著各種形狀的「M頭」和「W底」，只是看起來模樣各不相同而已，比如有的左邊右邊高低相同，形態比較標准，有的左右高度不同，有的甚至有一定的差距，但依然是「M頭」或者「W底」的形態；換一個角度看，所有的歷史走勢都是「M頭」和「W底」的不斷演變，走完了「M頭」，後面就會有「W底」，或者走完了「W底」，接下來就會有「M頭」。
投資人最要緊的，就是要弄清楚這些「M頭」和「W底」的轉換時間，轉換形態，然後適時進退。
但是很遺憾，絕對沒有人可以完全弄清楚真些「M頭」和「W底」的走勢轉換機密，也沒有人能總是准確無誤地在「W底」買進，在「M頭」賣出。至高無上的投資大師，對自己的判斷准確性要求是大於6成，最好是7-9成。沒有真正的投資大師希望自己的判斷達到10成，除非從神經病醫院砸鎖逃出來之後。
既然所求的只是一定的相對比較高的准確度，那麼就要首先承認自己不是神仙，有些為了獲得公眾投資者的信任的咨詢機構，在廣告中把自己推薦(或者操作)股票的歷史紀錄扮成每戰必勝，實際上就是要告訴公眾他是騙子。
因此真正科學的分析，就是要准確率高一些的概率。要做到這個概率比較高，就至少要從兩個方面著手：一是自己扎實研究，比如最近的走勢，你不僅要看雙頭的可能性，還要考慮均線的支撐；而更重要的，還有近期主力資金進場的能量分析――我們永遠要記得：主力資金是大盤方向的決定者。在此基礎上，你還要看這個「M頭」和「W底」所處的位置：在高位則前者可能性加大，後者可能性變小，換位則相反；高位高到什麼程度，低位低到什麼程度，策信息對走勢的影響，影響是否已經消化或者部分消化等等，有很多東西值得參考，列舉100條絕對不是難事。這就要看自己的工夫了，而這種功夫在看盤時候的表現，必須是快速反應，否則一個一個研究，永遠沒有操作性可言。
另一個方面，就是尋找一些確實有水平的分析報告，進行研究決策。
只有這樣，才能最大概率地准確揭示出「M頭」和「W底」轉換的機密。按照這樣的研究和判斷，今天的走勢即使可能形成雙頭，也應該是一個小雙頭，而如果近期沒有重大問題的影響，立即向下破位的可能性就比較小。

7. 股票入門基礎知識

雖然說炒股操作大於理論，也有不少人沒有什麼理論知識都能玩轉，但是畢竟是少數人，對於普通人來說，炒股之前還是應該把功課做好一些，不然你就不叫炒股，叫蒙股了。
水晶球財經學習一些炒股基礎，這樣至少看圖炒股也就沒問題了。
新生300天圖解教
股票入門基本知識(新手必讀)
股票入門:如何選擇股票
股票k線圖基礎知識圖解
新手怎麼看大盤(詳細介紹)
股票新手入門教程(推薦)
股票入門知識口決
股市名詞術語
入市炒股要做哪些准備

k線 均線 分時圖 成交量 趨勢線
新生300天K線分析圖解教程
中部K線組合形態(圖解)
頂部K線組合形態(圖解)
底部K線組合形態(圖解)
基本的單根K線形態(圖解)
基本的K線形態及K線組合(圖解)
K線入門基礎知識(圖解)
K線圖怎麼看(圖解)
K線圖入門圖解教程(圖)

看盤技巧
《看盤絕招圖解教程》
如何看大盤(詳解)
股票看盤入門與技巧
關注盤中的5種變化(圖解)
三種尾盤走勢分析(圖解)
收盤價的意義及4種形態(圖解)
開盤價的意義及3種形態(圖解)
內盤外盤委比量比等各部分介紹
籌碼分布圖基礎知識(圖解)

如何選股票(詳解)
選股的方法步驟(圖解)
股票選擇的9個誤區
11種股票的選擇方法
選股票8大原則
《如何選股8招詳解》在線閱讀
強勢股的選擇技巧(圖解)
牛市如何選強勢股(圖解)

買入技巧 漲停
買賣股票的基本交易策略(圖解)
如何追漲操盤技巧(圖解)
買股票基本原則技巧(圖解)
買賣點判斷實戰操作一例(圖)
買股票的基本原則策略
股票短線買入時機判斷
葛南維均線8大買賣法則(圖)
MACD八種買入信號圖解(圖)

賣出技巧
分時圖賣出信號 (圖解)
如何賣出股票(圖解)
賣出股票的原則與方法
股票賣出基本策略
均線賣出信號圖解(圖)

8. 什麼叫趨勢分析主要分析步驟

是指將實際達到的結果，與不同時期財務報表中同類指標的歷史數據進行比較 ，從而確定財務狀況，經營成果和現金流量的變化趨勢和變化規律的一種分析方法。具體的分析方法包括定比和環比兩種方法，定比是以某一時期為基數，其他各期均與該期的基數進行比較。而環比是分別以上一時期為基數，下一時期與上一時期的基數進行比較。
一、趨勢線 1.所謂趨勢線，就是根據股價上下變動的趨勢所畫出的線路，畫趨勢線的目的，即依其脈絡尋找出恰當的賣點與買點。趨勢線可分為上升趨勢線，下降趨勢線與橫向整理趨勢線。 2.股價在上升行情時，除了在連接股價波動的低點畫一直線外，也應在連接股價波動的高點畫一直線，於是股價便在這兩條直線內上下波動，這就是上升趨勢軌道。股價在下跌行情時，除了連接股價波動的高點畫一直線外，也要在股價波動的低點畫一條直線，股價在這兩條直線內上下波動，這就是下跌趨勢軌道。股價在橫向整理時可形成橫向箱型趨勢線。 二、利用趨勢軌道決定買賣點 1.無論是在上升或下跌趨勢軌道中，當股價觸及上方的壓力線時，就是賣出的時機；當股價觸及下方的支撐線時，就是買進的時機。 2.若在上升趨勢軌道中，發現股價突破上方的壓力線時，證明新的上升趨勢線即將產生。 3.同理，若在下跌趨勢中，發現股價突破下方的支撐線時，可能新的下跌趨勢軌道即將產生。 4.股價在上升行情時，一波的波峰會比前一波峰高，一波的波谷會比前一波谷高；而在下跌行情時，一波的波峰比前一波峰低，一波的的波谷會比前一波谷低。 5.處於上升趨勢軌道中，若發現股價無法觸及上方的壓力線時，即表示漲勢趨弱了。 三、幾種趨勢線圖示 1.上升趨勢分析。股價上升趨勢線是指股價上升波段中,股價底部之連接線而言,這連接而成之上升趨勢線通常相當規則,在上升趨勢線的股價波動上畫一條與上升趨勢線平行的線,這條平行線又稱返回線。(如圖1所示). (1)買賣點分析： 1．在股價上升趨勢中，當股價下跌而觸及股價上升趨勢線時，便是絕佳的買點(買進信號)，投資者可酌量買進股票。 2．當股價上升而觸及股價上升趨勢線之返回線時，便是股票絕佳之賣點(賣出信號)投資者可將手中的持股賣掉。 3．上升趨勢之依艾略特波段分析認為：上升分三波段,每一波段上升幅度皆同，投資者可以等幅測量，比如第一波由45元上升至60元，拉回50元，第二波由50元上升至65元，拉回55元，第三波可上升至65元左右。 (2)行情分析：一個多頭行情主要由原始、次級或短期上升波動所組成，股價一波比一波高，每兩個底部低點即可連成一條上升趨勢線，一般而言，原始上升趨勢線較為平緩，歷經時間較長，而次級或短期上升趨勢線較為陡峭，其歷經時間有時甚短。 (原始上升趨勢線:一般多頭市場之原始上升趨勢線的建立往往歷經相當長時間(短則一二年長則四五年)的波動,其上升仰角較小,約為300～450. (短期上升趨勢線：指多頭市場之各次級滾動，以各波之底部低點為基準點向上延伸，其經歷之時間較短，一般為數周或數月這波動所建立，其上升仰角較陡，約為450～600角，有時甚至在600角以上(尤其在多頭市場初期最易出現)。 上升趨勢線之支撐與壓力：在股價上升趨勢中，遇到以往密集成交區或其他阻力位，在某個股價價位上，賣壓很大，足以阻止股價上升，或進行使止升走勢的股價反轉下跌，這種情況便是股逢壓力。 2.整理趨勢分析。矩形整理在股市亦稱為箱形整理。股價在某一價格區人上下移動，移動之軌道由兩條平行於橫軸之平行線所界定，其形狀就像幾何圖形的矩形或長方形，矩形整理亦稱為箱形整理。 箱形整理形態通常出現在股價上升走勢或下跌走勢之初期或中期，若箱形出現在股價上升走勢或下跌走勢之末期，往往形成反轉形態，而非整理形態。 (1)箱形整理形態一般在股價上升波完成或下跌波完成之後出現；(2)成交量配合箱形整理的完成，起初大量而逐步萎縮，一直到股價突破箱形整理為止；(3)股價最遲必須在三至四周內按預定的方向突破。 向上突破初期時箱形向上平移；向下跌破時箱形向下平移，暴漲暴跌的情況除外。 若不符合上述特徵，箱形整理有可能失敗而成為箱形反轉。 3.下降趨勢分析 (1)下跌趨勢線之形成：一個空頭行情是由原始，次級或短期下跌波動所構成，股價一波比一波低，每兩個反彈之高點即可連成一條下跌趨勢線，一般而言，原始下跌趨勢線較為平緩，經歷時間較長，而次級或短期下跌趨勢線較為陡峭，其經歷時間有時甚短。 (原始下跌趨勢線：一般空頭市場之原始下跌趨勢線經歷之時間較原始上升趨勢線為短，約為(一至二年)，其下降之角度較為平緩約為300～450。 (短期下跌趨勢線：指空頭市場之次級波動，以各反彈頂點為基準點向下延伸，其經歷之時間甚短，一般為數日或數周之波動所建立，其下降之角度約為600左右。 股價下跌,遠離股價下降趨勢線，負乖離太大，30日乖離率這-15～-30時，股價會反彈。 (2)空頭行情時，一般下降波段分為三波段，完成後方有二波段之反彈行情。在多頭市場時，下降一般為二波段之行情。 4.中心趨勢線。 (1)在股價趨勢線中，除上升、下跌、盤整等趨勢線外，有一種趨勢線，股價經常順著中心趨勢線，呈現上下對稱或不對稱的波動，這種股價圍繞趨勢線進行上下波動的走勢，最近被冠上流行新名詞，就是「X線」。 (2)中心趨勢線有三種： A.上升中心線。股價可以是從低檔上揚，先將上升中心線當作是壓力線，在一次或多次上沖後，終於突破上升中心線而上揚，在股價上揚後，仍有一次或多次拉回的走勢，中心線此時由壓力線轉為支撐線（如圖6）。股價也可能是從高檔下跌，在下跌過程中，一次或多次因上升中心線的支撐而反彈，但最後跌破中心線，在跌破中心線後，股價向中心線拉回，但反彈至中心線後，而臨壓力再下跌。 B.下跌中心線,股價圍繞下跌中心線在波動,股價走勢為：由上而下，中心線由支撐線轉為壓力線；由下而上，中心線由墳力線為支撐線(如圖7)。 C.水平中心線，股價呈現箱形的上下整理，其中心線往往是水平線，股價可能在中心線下波動，然後突過中心線之上，或稱在中心線之上波動，然後跌破中心線而下(如圖8，圖9)。 (3)中心趨勢線的使用要領： 1．壓力：無論中心趨勢線是上升、下跌或水平，當股價由低點向上，常在接觸到中心線時，面臨壓力而下跌。 2．支撐：當股價由高點向下時，在股價接觸中心線時，會在臨支撐，股價通常在此反彈。 3．中心線的作用。長期高低點所連接的趨勢線，影響力最大，其次是中期高低點所繪的趨勢線，短期高低點所繪的趨勢線力量較小。因此，股價碰到短期趨勢線，僅短期回檔，若碰到中期趨勢線，則回檔在10%左右，若碰到長期趨勢線，通常會有一次中期回檔整理。 4．中心線也會出現扇形效果。有時趨勢線劃起來可能很多條，因此有時會在某個價位形成多條中心線交叉，這個點便會因力量交叉凝集，而成為一個較大的支撐或壓力點，甚至使行情產生反轉。

9. 如何用megastat線性分析

你可以網路下商務統計基礎這本書，商務統計基礎這本書里就有詳細的教程
你的採納是我前進的動力，還有不懂的地方，請繼續「追問」。
如你還有別的問題，可另外向我求助；答題不易，互相理解，互相幫助。

10. 數據分析師是怎樣的職業，零基礎轉行要從哪裡開始入門，學什麼課程

真正的數據分析師的核心課程是機器學習和深度學習，絕對不是Python開發或者Excel製表。

在你學習機器學習和深度學習的過程中，最重要的就是演算法模型的訓練。參加真正的數據分析師的培訓有點類似於報了個奧數班。

所以要學這個需要強有力的理論知識作為支撐，比如說高數、離散、線代、數據結構、演算法導論，概率論、統計學。