有哪些高質(zhì)量的自學(xué)網(wǎng)站？我每天都是需要積攢寫作素材，因?yàn)槲以谑占詫W(xué)網(wǎng)站時(shí)，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(shí)，我會(huì)簡(jiǎn)

有哪些高質(zhì)量的自學(xué)網(wǎng)站？

我每天都是需要積攢寫作素材，因?yàn)槲以谑占詫W(xué)網(wǎng)站時(shí)，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(shí)，我會(huì)簡(jiǎn)單啊給個(gè)推薦，方便些大家了解內(nèi)容該使用方法

具體詳細(xì)要用什么水平，就全看大家自己了。

200以內(nèi)二十個(gè)網(wǎng)站，可保你素材價(jià)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(fèi)視頻課程，還收錄了一部分TED演講，我就不反復(fù)重復(fù)寫了。這是科普博主，情感心理博主，勵(lì)志博主等創(chuàng)作者的最重要素材來源。

可汗學(xué)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(gè)長(zhǎng)視頻素材，完全這個(gè)可以拆分成好幾個(gè)選題，只在你的閃轉(zhuǎn)騰挪了。

大學(xué)資源網(wǎng)：想想體驗(yàn)大學(xué)課程的感覺，進(jìn)一步延伸自己的知識(shí)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(dāng)時(shí)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(xué)的途徑。

譯學(xué)館：英譯中了許多無論是國(guó)外的資料，更方便我們胃消化再理解這些知識(shí)。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(fèi)時(shí)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(gè)可以某寶買會(huì)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(jià)值資料，依然可以不滋養(yǎng)我們的創(chuàng)作。

豆瓣：重點(diǎn)本質(zhì)書評(píng)區(qū)，影評(píng)區(qū)，假如我們有看不懂的地方，就到這里去翻閱長(zhǎng)評(píng)區(qū)再試一下。不得不說，這里的懂王們那就很強(qiáng)的。

B站：視頻版的百科全書，遠(yuǎn)程吐槽版的十萬個(gè)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(shí)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(guó)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(dá)。

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(píng)，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(píng)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(guó)家數(shù)字圖書館：電子期刊，論文，各種年代的報(bào)紙，快來看看吧。壞處那就是網(wǎng)站太卡了，服務(wù)器該換點(diǎn)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(gè)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(huì)錯(cuò)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(gè)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(jiǎn)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(gè)，但抽取起來之后，就再也沒有接著了。

其實(shí)用站了起來，實(shí)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(shí)踐起來，不要把有限的生命，白白浪費(fèi)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(zhǎng)朝聞道作文寫作社群mcn主理人，帶領(lǐng)400作者靠寫作實(shí)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(dú)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(diǎn)學(xué)習(xí)什么呢？

數(shù)據(jù)分析工作，不僅能按照對(duì)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(jì)學(xué)原理組建數(shù)學(xué)模型，對(duì)投資或其他決策是否需要看似可行進(jìn)行分析，預(yù)測(cè)未來的收益及風(fēng)險(xiǎn)情況，為應(yīng)有科學(xué)合理的決策提供依據(jù)。

數(shù)據(jù)分析工作用事實(shí)說話，用數(shù)據(jù)揭示出工作現(xiàn)狀和發(fā)展趨勢(shì)，改變了憑印象、憑感覺決策的不科學(xué)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(zhēng)辯地當(dāng)時(shí)的社會(huì)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(qiáng)了管理的科學(xué)性。

我們提數(shù)據(jù)，做報(bào)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(duì)這些信息的描述，也就是我們必須告知?jiǎng)e人這些信息倒底是啥；只不過信息多，我們才要整理，因?yàn)檎砹?，我們才必須精煉有用信息?/p>

三個(gè)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(jiǎn)單的數(shù)據(jù)統(tǒng)計(jì)與影像展示，它有另一個(gè)最重要的前提應(yīng)該是要懂業(yè)務(wù)，以及行業(yè)知識(shí)、公司業(yè)務(wù)及流程等，最好有自己獨(dú)到見解的見解。數(shù)據(jù)分析的目的應(yīng)該是研究數(shù)據(jù)實(shí)現(xiàn)程序被轉(zhuǎn)化增長(zhǎng)，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(jià)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(biāo)。另一方面必須因?yàn)閿?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(biāo)做出決定指導(dǎo)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(duì)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(píng)價(jià)分析法、因素分析法、矩陣關(guān)聯(lián)分析法等。中級(jí)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(duì)應(yīng)分析法、時(shí)間序列等。

4、工具使用能力。數(shù)據(jù)分析工具是實(shí)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(fù)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(duì)這些數(shù)據(jù)接受喂養(yǎng)靈獸、擦洗、分析和處理，以迅速準(zhǔn)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(jì)能力。是指發(fā)揮圖表和圖形想要數(shù)據(jù)分析師的觀點(diǎn)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(jì)是門大學(xué)問，怎么你選圖形，如何能參與版式設(shè)計(jì)，顏色怎樣可以搭配等，都需要手中掌握一定會(huì)的設(shè)計(jì)原則。

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

要是你不需要前輩的指導(dǎo)，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(xué)習(xí)方法來學(xué)數(shù)據(jù)分析：

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

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(gè)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(qiáng)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(yīng)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(dòng)。Gartner把BI定義為一個(gè)概括性的術(shù)語，其中包括應(yīng)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(jìn)并360優(yōu)化決策和績(jī)效，連成一套適宜的商業(yè)實(shí)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(jiǎn)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(jì)分析、數(shù)據(jù)挖掘、數(shù)據(jù)庫SQL知識(shí)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(jià)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(dú)立的BI軟件，也可以由行業(yè)應(yīng)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(jià)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(jì)和分析階段，提供給圖表實(shí)現(xiàn)聯(lián)動(dòng)、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(jià)值的數(shù)據(jù)。

自助式BI的價(jià)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(tuán)隊(duì)創(chuàng)建角色分析看板和報(bào)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?cè)趦?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(jiǎn)單易用的自助式BI

自助式BI從數(shù)據(jù)準(zhǔn)備著到BI交互式分析整個(gè)過程中可以提供了相同高度易用的分析體驗(yàn)。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(jì)。不但怎么設(shè)計(jì)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(xué)決策與業(yè)務(wù)管理右行。

自助燒烤準(zhǔn)備數(shù)據(jù)、創(chuàng)建家族儀表板和報(bào)表

業(yè)務(wù)人員徹底可以自己電腦設(shè)計(jì)儀表板和報(bào)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(shí)間準(zhǔn)備需求，接著交由IT部門開發(fā)（也可以如何實(shí)施廠商）的業(yè)務(wù)模式，是可以提升企業(yè)的整體運(yùn)行效率，以適應(yīng)風(fēng)云變化的市場(chǎng)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(xì)解釋統(tǒng)計(jì)

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

2.假設(shè)檢驗(yàn)

參數(shù)檢驗(yàn)

參數(shù)分析檢驗(yàn)主要注意包括U驗(yàn)和T檢驗(yàn)

1）U驗(yàn)不使用條件：當(dāng)樣本含量n會(huì)增大時(shí)，樣本值符合國(guó)家規(guī)定正態(tài)分布

2）T檢驗(yàn)使用條件：當(dāng)樣本含量n較小時(shí)，樣本值符合正態(tài)分布

非參數(shù)檢驗(yàn)

非參數(shù)檢驗(yàn)是是對(duì)總體分布情況做的假設(shè)，

要注意方法包括：卡方檢驗(yàn)、秩和檢驗(yàn)、二項(xiàng)檢驗(yàn)、游程檢驗(yàn)、K-量檢驗(yàn)等。

3.信度分析：檢査測(cè)量時(shí)的可信度，例如調(diào)查問卷的真實(shí)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(duì)具體詳細(xì)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(dú)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(dòng)有序進(jìn)入虛空、權(quán)重計(jì)算回歸等

8.聚類分析：樣本個(gè)體或指標(biāo)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(jì)量。

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

10.主成分分析：將彼此相關(guān)的一組指標(biāo)轉(zhuǎn)化成為相互其它的一組新的指標(biāo)變量，用長(zhǎng)其中較多的幾個(gè)新指標(biāo)變量就能綜合類反應(yīng)原多個(gè)指標(biāo)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(xì)到卻會(huì)影響或意志可測(cè)變量的潛在原因因子、并大概潛在因素因子對(duì)可測(cè)變量的影響程度這些潛在目標(biāo)因子之間的相關(guān)性的一種20多塊錢統(tǒng)計(jì)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(biāo)，假陽性率（1-特異度)為橫坐標(biāo)手工繪制的曲線

13.其他分析方法

時(shí)間序列分析、生存講、對(duì)應(yīng)分祈、決策樹分析、神經(jīng)網(wǎng)絡(luò)。