資料分析學習方向（四）

當然我們還需要知道面對不同型別的問題的時候更適合用哪種演算法模型，對於模型的優化，我們需要去學習如何通過特徵提取、引數調節來提公升**的精度。這就有點資料探勘和機器學習的味道了，其實乙個好的資料分析師，應該算是乙個初級的資料探勘工程師了。除了這些，我們還需要知道系統實戰與資料思維。

我們在學習的資料分析的知識以後，還需要根據不同的案例、不同的業務場景進行實戰，練習解決實際問題的能力。當然我們在學習資料分析中需要讓自己的學習路線足夠清晰，沒有一上來直接灌輸大量理論，而是在實踐中學習，這就有效過濾掉了無效知識。每學習一部分知識，能解決實際的問題。比如學習 python 爬蟲，就能獲取相應的資料；學習 pandas，就能將獲取的資料進行清洗。這樣我們就有信心去學習資料分析知識了。