有哪些高質(zhì)量的自學網(wǎng)站？我每天都是需要積攢寫作素材，因為我在收集自學網(wǎng)站時，目的像是都朝“素材收集”“內(nèi)容創(chuàng)作”等方向。我不要多收羅一些網(wǎng)站，方便些大家能收藏在用，就不貼沒用的話的圖片了。其實，我會簡

有哪些高質(zhì)量的自學網(wǎng)站？

我每天都是需要積攢寫作素材，因為我在收集自學網(wǎng)站時，目的像是都朝“素材收集”“內(nèi)容創(chuàng)作”等方向。

我不要多收羅一些網(wǎng)站，方便些大家能收藏在用，就不貼沒用的話的圖片了。其實，我會簡單啊給個推薦，方便些大家了解內(nèi)容該使用方法

具體詳細要用什么水平，就全看大家自己了。

200以內(nèi)二十個網(wǎng)站，可保你素材價格公道。

1，非常正規(guī)課程類：

網(wǎng)易公開課：有許多珍貴的免費視頻課程，還收錄了一部分TED演講，我就不反復重復寫了。這是科普博主，情感心理博主，勵志博主等創(chuàng)作者的最重要素材來源。

可汗學院：與網(wǎng)易公開課相似之處，其中的很多素材略有深度。一個長視頻素材，完全這個可以拆分成好幾個選題，只在你的閃轉(zhuǎn)騰挪了。

大學資源網(wǎng)：想想體驗大學課程的感覺，進一步延伸自己的知識邊界？這里有無數(shù)好課，供你一批——很多內(nèi)容，都能氯化銀為寫作素材。

超星爾雅：超星閱讀是很多人的同盟協(xié)議回憶，當時的超星爾雅，則更是直接添加了大量的視頻資料，讓我們我得到了一些自學的途徑。

譯學館：英譯中了許多無論是國外的資料，更方便我們胃消化再理解這些知識。但是網(wǎng)站有分類，我們也可以根據(jù)分類來檢索到。

2，史料類：

全歷史：很給力就在于“全”了。如果能熟練建議使用，就能掘出來很多有意思的，但是鮮有人知的歷史資料。

白話二十四史：很多人寫作古籍費時間，但他們又想所了解歷史。那么白話歷史，可以說是好是的途徑了。這里的歷史，多數(shù)人至死都看不完。

漢典：如果不是有不需要網(wǎng)上查詢的古籍，古文，古詩詞，何不我們來到這里搜搜看看。

3，綜合類：

知網(wǎng)：把翟天臨打回原形的網(wǎng)站，權(quán)威素材的比較多來源，這個可以某寶買會員（后期，我考慮在我們社群內(nèi)部，更新完一些黑科技）。知乎：早期的知乎上面，有很多深度適宜干貨。這些珍貴之物的高價值資料，依然可以不滋養(yǎng)我們的創(chuàng)作。

豆瓣：重點本質(zhì)書評區(qū)，影評區(qū)，假如我們有看不懂的地方，就到這里去翻閱長評區(qū)再試一下。不得不說，這里的懂王們那就很強的。

B站：視頻版的百科全書，遠程吐槽版的十萬個為什么，只要你你愿意找，這里就有的是創(chuàng)作素材。

4，圖書資料類：

云海電子圖書館：如果沒有有急稿必須用書，現(xiàn)買書又早都來不及了，不妨得抓緊時間離開這里可以下載（本期只幫我推薦網(wǎng)站，反正有的APP更更方便，我們改日再來再薦）。

全國圖書館參考咨詢聯(lián)盟：全網(wǎng)論文檢索，帶到郵箱，使命必達。

心晴網(wǎng)：心理博主的福音，豐饒的素材來源。如果從這里找素材寫書評，大概30年都取之不竭，取之不盡。

讀寫人：抓取了許多優(yōu)質(zhì)的書評文章，一來能為我們提供素材，二來能幫我們閱讀理解一些書籍。

國家數(shù)字圖書館：電子期刊，論文，各種年代的報紙，快來看看吧。壞處那就是網(wǎng)站太卡了，服務(wù)器該換點新的了。

5，其余素材類：

藝術(shù)新聞：眾所周知，公開的展覽是有用的素材來源，而這個網(wǎng)站能不同步的很多藝術(shù)展的信息，我們也就就肯定不會錯過一次自己比較感興趣素材。

Oeasy：神網(wǎng)站。我們這些人只是偶爾是需要作圖，剪視頻，做特效之類的。那么這個網(wǎng)站，的確是神助攻了。

包圖網(wǎng)：有很多圖片素材和短視頻素材，簡直是視頻新手的福音。

末了，還想多嘮嘮叨叨一句。

很多人拿來不喜歡抽取功能型網(wǎng)站，奇形怪狀的網(wǎng)站抽取了幾千個，但抽取起來之后，就再也沒有接著了。

其實用站了起來，實踐起來，才是最關(guān)鍵的步驟。

所以，也沒啥可說的，如果能大家盡早能操作起來，實踐起來，不要把有限的生命，白白浪費在“收藏——遺忘——搜藏——遺失的心”的死循環(huán)里哦。

我是渭水徐公，老李校長朝聞道作文寫作社群mcn主理人，帶領(lǐng)400作者靠寫作實現(xiàn)程序副業(yè)直接變現(xiàn)。

查哈我，你將在我的主頁注意到更多寫作能夠變現(xiàn)的獨門秘籍。

數(shù)據(jù)分析真的每天都是python，SQL嗎？轉(zhuǎn)行數(shù)據(jù)分析的話要重點學習什么呢？

數(shù)據(jù)分析工作，不僅能按照對都是假的數(shù)據(jù)的分析去才發(fā)現(xiàn)問題，還能通過經(jīng)濟學原理組建數(shù)學模型，對投資或其他決策是否需要看似可行進行分析，預測未來的收益及風險情況，為應有科學合理的決策提供依據(jù)。

數(shù)據(jù)分析工作用事實說話，用數(shù)據(jù)揭示出工作現(xiàn)狀和發(fā)展趨勢，改變了憑印象、憑感覺決策的不科學狀況，客觀意義地一把抓住了工作中問題短板，使這些問題不容爭辯地當時的社會在面前，不利于人們無可奈何努力再努力想提高水平、去改正問題。數(shù)據(jù)分析工作提高了工作效率，加強了管理的科學性。

我們提數(shù)據(jù)，做報表，這些大都信息的收集，信息的處理，信息的整合；而給結(jié)論，是我們不需要輸出的對這些信息的描述，也就是我們必須告知別人這些信息倒底是啥；只不過信息多，我們才要整理，因為整理了，我們才必須精煉有用信息。

三個極優(yōu)秀的數(shù)據(jù)分析專家，需要必須具備以下能力：

1、業(yè)務(wù)能力。數(shù)據(jù)分析工作并不是簡單的數(shù)據(jù)統(tǒng)計與影像展示，它有另一個最重要的前提應該是要懂業(yè)務(wù)，以及行業(yè)知識、公司業(yè)務(wù)及流程等，最好有自己獨到見解的見解。數(shù)據(jù)分析的目的應該是研究數(shù)據(jù)實現(xiàn)程序被轉(zhuǎn)化增長，若沖破行業(yè)背景和公司業(yè)務(wù)內(nèi)容，數(shù)據(jù)分析那就是幾具沒有價值的數(shù)據(jù)圖表而己。

2、管理能力。數(shù)據(jù)分析師另外一方面必須壘建數(shù)據(jù)分析框架的要求，判斷統(tǒng)一的業(yè)務(wù)指標。另一方面必須因為數(shù)據(jù)分析的結(jié)論研究出根本原因，并為接下來的工作目標做出決定指導性的規(guī)劃。

3、分析能力。數(shù)據(jù)分析師必須要手中掌握一些行之有效的管理方法的的數(shù)據(jù)分析方法，并能身形靈活的與自身不好算工作相結(jié)合。數(shù)據(jù)分析師常用的數(shù)據(jù)分析方法有：對比分析法、分組分析法、十字交叉分析法、結(jié)構(gòu)分析法、條形圖分析法、綜合評價分析法、因素分析法、矩陣關(guān)聯(lián)分析法等。中級的分析方法有：去相關(guān)分析法、回歸分析法、聚類分析法、如何判斷分析法、主成分分析法、因子分析法、對應分析法、時間序列等。

4、工具使用能力。數(shù)據(jù)分析工具是實現(xiàn)程序數(shù)據(jù)分析方法理論的工具，遇上越來越大內(nèi)容復雜的數(shù)據(jù)，數(shù)據(jù)分析師必須要掌握到或者的工具去對這些數(shù)據(jù)接受喂養(yǎng)靈獸、擦洗、分析和處理，以迅速準確地的到到最后的結(jié)果。常用工具有：EXCEL、SQL、Python、R、BI等

5、設(shè)計能力。是指發(fā)揮圖表和圖形想要數(shù)據(jù)分析師的觀點清楚地、內(nèi)容明確地淋漓盡致地展現(xiàn)出來，使分析結(jié)果一眼便知。圖表啊,設(shè)計是門大學問，怎么你選圖形，如何能參與版式設(shè)計，顏色怎樣可以搭配等，都需要手中掌握一定會的設(shè)計原則。

假如你的自學能力很強，這樣的話你是可以做個參考網(wǎng)上的推薦書籍，自己放下書本，找些案例正在自學。

要是你不需要前輩的指導，那你你可以按照CDA數(shù)據(jù)分析研究院的老師推薦一下的學習方法來學數(shù)據(jù)分析：

是需要，數(shù)據(jù)分析師不需要三個方面的能力：技術(shù)（編程），數(shù)據(jù)分析方法，行業(yè)知識。

一、數(shù)據(jù)分析技術(shù)

主要注意以及excel，sql，BI分析工具等。

數(shù)據(jù)分析是個都很大的概念，咨詢領(lǐng)域也有很多的分析工具，除了：

1、Excel工具（Excel的強大可以單列）

2、專業(yè)啊的數(shù)據(jù)分析工具：SPSS、SAS、Matlib等

3、數(shù)據(jù)分析編程工具：Python、R等

4、商業(yè)智能BI工具

本文要注意想大家我推薦自助式BI數(shù)據(jù)分析工具。BI即商業(yè)智能，泛指應用于業(yè)務(wù)結(jié)論的技術(shù)和工具，聲望兌換、處理原始數(shù)據(jù)，將其轉(zhuǎn)化成為能變現(xiàn)信息基礎(chǔ)商業(yè)行動。Gartner把BI定義為一個概括性的術(shù)語，其中包括應用程序、基礎(chǔ)設(shè)施和工具，獲取數(shù)據(jù)、分析信息以改進并360優(yōu)化決策和績效，連成一套適宜的商業(yè)實踐。

自助式商業(yè)智能和數(shù)據(jù)可視化工具，讓數(shù)據(jù)分析更簡單

自助式BI（也叫做自助式分析），是一種新的數(shù)據(jù)分析。讓沒有統(tǒng)計分析、數(shù)據(jù)挖掘、數(shù)據(jù)庫SQL知識的業(yè)務(wù)人員，也也可以極為豐富的數(shù)據(jù)交互和探索它功能，突然發(fā)現(xiàn)數(shù)據(jù)背后的原因和價值，從而前期業(yè)務(wù)決策的制定。自助式BI分析功能可以依附于獨立的BI軟件，也可以由行業(yè)應用軟件就提供。

BI數(shù)據(jù)分析工具，提供自助式BI講功能，最終用戶也可以非常靈活的與數(shù)據(jù)交互，探索它數(shù)據(jù)背后的原因并挖掘出更多價值，為決策制定出能提供快速有效的數(shù)據(jù)支撐。在儀表板設(shè)計和分析階段，提供給圖表實現(xiàn)聯(lián)動、數(shù)據(jù)鉆取、數(shù)據(jù)切片器、OLAP等可交互分析功能，用戶僅需按照并不多的操作，便能不能找到最有價值的數(shù)據(jù)。

自助式BI的價值

在不使用悠久的傳統(tǒng)商業(yè)智能BI軟件的企業(yè)中，需要先打算數(shù)據(jù)倉庫和數(shù)據(jù)集市，后再由IT/分析團隊創(chuàng)建角色分析看板和報表，然而，伴隨著企業(yè)發(fā)展步伐的加快，業(yè)務(wù)用戶要更飛速、更很難地訪問數(shù)據(jù)，這將好處他們在內(nèi)外部環(huán)境的環(huán)境中好些的做出決策。借助自助式BI分析工具，可以不讓這一需求得到滿足，也能很好的提高企業(yè)的數(shù)據(jù)文化。

簡單易用的自助式BI

自助式BI從數(shù)據(jù)準備著到BI交互式分析整個過程中可以提供了相同高度易用的分析體驗。總結(jié)人員按照拖拉拽飛快能夠完成數(shù)據(jù)建模和儀表板設(shè)計。不但怎么設(shè)計過程，最后也具備一定高度特色自助靈巧的數(shù)據(jù)搜尋能力。分析過程與業(yè)務(wù)深度融合，真正的讓科學決策與業(yè)務(wù)管理右行。

自助燒烤準備數(shù)據(jù)、創(chuàng)建家族儀表板和報表

業(yè)務(wù)人員徹底可以自己電腦設(shè)計儀表板和報表，依據(jù)自己的業(yè)務(wù)必須參與數(shù)據(jù)分析、選擇最合適的數(shù)據(jù)可視化效果，并無法形成總結(jié)見解，也能真接分析什么自己的Excel等數(shù)據(jù)，最大限度地盡量的避免以往花大量時間準備需求，接著交由IT部門開發(fā)（也可以如何實施廠商）的業(yè)務(wù)模式，是可以提升企業(yè)的整體運行效率，以適應風云變化的市場環(huán)境。

二、數(shù)據(jù)分析方法

具體用法的數(shù)據(jù)分析方法除開200元以內(nèi)13種：

1.詳細解釋統(tǒng)計

具體解釋性統(tǒng)計是指發(fā)揮制表和分類，圖形在內(nèi)計算概括性數(shù)據(jù)來描述數(shù)據(jù)的聚集趨勢、線性系統(tǒng)趨勢、偏度、峰度。

2.假設(shè)檢驗

參數(shù)檢驗

參數(shù)分析檢驗主要注意包括U驗和T檢驗

1）U驗不使用條件：當樣本含量n會增大時，樣本值符合國家規(guī)定正態(tài)分布

2）T檢驗使用條件：當樣本含量n較小時，樣本值符合正態(tài)分布

非參數(shù)檢驗

非參數(shù)檢驗是是對總體分布情況做的假設(shè)，

要注意方法包括：卡方檢驗、秩和檢驗、二項檢驗、游程檢驗、K-量檢驗等。

3.信度分析：檢査測量時的可信度，例如調(diào)查問卷的真實性。

4.列聯(lián)表結(jié)論：主要用于分析什么離散變量或定型變量之間是否需要存在地查找。

5.去相關(guān)分析：研究現(xiàn)象之間是否存在某種依存關(guān)系，對具體詳細有依存關(guān)系的現(xiàn)象研究和探討去相關(guān)方向及相關(guān)程度。

6.方差分析

可以使用條件：各樣本須是相互獨立的必掉樣本；各樣本無論是正態(tài)分布總體；各總體方差相等。

7.回歸分析

包括：一元線性回歸總結(jié)、20多塊錢線性回歸模型分析、Logistic回歸分析在內(nèi)其他重臨方法：非線性輪回、活動有序進入虛空、權(quán)重計算回歸等

8.聚類分析：樣本個體或指標變量按其具有的特性并且分類，去尋找比較合理的度量事物相似性的統(tǒng)計量。

9.判別總結(jié)：根據(jù)已能夠掌握的一批分類應明確的樣品建立起怎么判斷函數(shù)，使才能產(chǎn)生錯誤判罰的事例至少，由此對給定的一個新樣品，判斷它來自哪個一般吧

10.主成分分析：將彼此相關(guān)的一組指標轉(zhuǎn)化成為相互其它的一組新的指標變量，用長其中較多的幾個新指標變量就能綜合類反應原多個指標變量中所包含的主要信息。

11.因子分析：一種旨在尋找隱藏在多變量數(shù)據(jù)中、難以真接仔細到卻會影響或意志可測變量的潛在原因因子、并大概潛在因素因子對可測變量的影響程度這些潛在目標因子之間的相關(guān)性的一種20多塊錢統(tǒng)計分析方法

12.R0C講

R0C曲線是參照一系列完全不同的二分類(分界值或改變閾）.以真陽性率（靈敏度)為縱坐標，假陽性率（1-特異度)為橫坐標手工繪制的曲線

13.其他分析方法

時間序列分析、生存講、對應分祈、決策樹分析、神經(jīng)網(wǎng)絡(luò)。