身為數據分析師，我怎麼看hahow上”R語言和商業分析”這門課
在hahow上，R語言和商業分析是程評價相當高的課程之一，開課的是大鼻觀點的大維與辰禧，在這門課開課之前，就有關注David’s Perspective這個blog，文章內容非常有趣，理論實務兼具，反正很對我胃口。因此當得知他們開了這門課，非常好奇他們會用什麼有趣的角度來教學。
這篇不是學習心得，主要想紀錄從一個數據分析師的角度來看，覺得課程設計好的地方。
先說結論，對於想學習R語言來實現基本的機器學習的初學者，我覺得這是一門非常非常好的課程。
邀請你至Blog閱讀全文：
身為數據分析師，我怎麼看hahow上“R語言和商業分析”這門課如果你喜歡我的文章，也邀請你訂閱『Rock Data』電子報，支持我持續創作
1. Hello All：主站遷移至👉https://andyrockdata.com/ ，請改至『ROCK DATA』Blog 閱讀新文章完整內容，如果喜歡我的文章，可以訂閱我的電子報(Medium站仍將張貼新文章訊息)2.立即追蹤👉ROCK DATA臉書粉絲頁跟ROCK DATA IG(@andyrockdata)3.【入門數據分析，掌握HiveSQL取數能力】在hahow上架啦，購買連結👉 http://hahow.in/cr/andyrockhive4. 半佛系鼓掌：原來只要滑鼠一直按著不放就可以一直鼓掌了。那請你按久一點：）有任何想法或感興趣的地方歡迎留言/討論，或者私訊我！5. 往期的數據相關文章可以參考以下link
優點1：課程的架構設計
外面大多的課程或是書籍吧，教R就教R，教機器學習就教機器學習，因為這兩個都是可以投入相當精力學習研究。然而對於初學者來說，最難的就是，到底要如何掌握該學到什麼程度？
所以常常必須在幾個教材來回跳著翻閱，消耗了很多時間及精力，甚至可能就放棄了。
而這門課兼顧兩者，對初學者非常友好，在1~6章時介紹了基本概念以及R的一些用法，著墨在資料整合、清洗與可視化(dplyr包&ggplot2包)，到了第7~9章，介紹常用的算法模型時，就可以立刻應用上前面的知識，不多不少剛剛好。
只要穩穩地跟著課程節奏，扎實的學習即可。
優點2：從商業問題出發，強調「如何使用工具解決問題」
在學校時，教學方式主要都是先學理論、數學推導…等等的，可能再補充理論可以怎麼應用；這門課則是先說一個背景：我遇到什麼問題？再說解決此問題要用到的方法。
雖然只是順序上的調整，但對於學習者來說，清楚地理解背景，可以更容易進入狀況，一次就專心解決一個問題。
而且在真實職場，我們也是這樣的出發方式。一定是先遇到了問題，再想有哪些解決方法，在做不同方法間的的優劣評估(評估模型準確度、評估資源、評估時程、評估數據支持度…等)。
優點3：A/B test
這章節非常讓我驚豔！對於2C的互聯網產品，A/B test是相當常見的優化產品分析方式。但我自己工作，剛好都沒接觸到A/B實驗，雖然自己學過相關的統計方法，也因為好奇有上網查一些資料、看過一些教學影片，但內容都覺得像在搔癢，摸不到深處，還是不太清楚實際應用上的場景。
這章節幫我把鏈路串了起來，先t_test做假設檢定，ANOVA作變異數分析，再做一個事後驗證，用Tukey比較不同維度的差異，最後用ggplot2可視化。
如果把這些常用步驟固化下來成為”功能”，再開發一些介面做交互，就產品化成一個A/B test平台吧？
邀請你至Blog閱讀全文：
身為數據分析師，我怎麼看hahow上“R語言和商業分析”這門課如果你喜歡我的文章，也邀請你訂閱『Rock Data』電子報，支持我持續創作
1. Hello All：主站遷移至👉https://andyrockdata.com/ ，請改至『ROCK DATA』Blog 閱讀新文章完整內容，如果喜歡我的文章，可以訂閱我的電子報(Medium站仍將張貼新文章訊息)2.立即追蹤👉ROCK DATA臉書粉絲頁跟ROCK DATA IG(@andyrockdata)3.【入門數據分析，掌握HiveSQL取數能力】在hahow上架啦，購買連結👉 http://hahow.in/cr/andyrockhive4. 半佛系鼓掌：原來只要滑鼠一直按著不放就可以一直鼓掌了。那請你按久一點：）有任何想法或感興趣的地方歡迎留言/討論，或者私訊我！5. 往期的數據相關文章可以參考以下link
優點4：非常多補充教材-老師的話
每個章節，在老師的話裡，補充了不少相關文章，內容精華，看得滿開心的，我想這就是反映出了日常的積累吧，值得自己學習。
優點5：代碼簡潔
多少人被交接時看到那堆亂七八糟的代碼想殺人，一定也有人過陣子回來看自己代碼時，都快看不懂當初自己寫的邏輯。
寫codind都是以解決問題為第一優先，但到了中後期，其實coding的寫法、結構也很重要。一定要重視，一定要把它當回事，比如，如何命名變數/函數，從而使得程式碼足以自解釋？在自解釋程式碼的基礎上，如何通過畫龍點睛的注釋精確傳達你的設計意圖？
本課程的代碼寫得很漂亮(至少比我自己簡潔)，也是值得學習之處；而對於入門者，若從一開始就養成良好的習慣也非常好。
不足處：機器學習的理論知識
我覺得這是很多課程都會面臨到的吧，就是難度到底要到哪？如過目標是希望可以讓人快速上手，免不了省略了細節。因此說不足嗎…倒也不是不足，主要是課程定位的問題吧。
但如果想在這條路深耕，務必要回頭加強對理論的掌握度，以及數學能力的儲備，基本的有微積分/線性代數/機率論/統計學。不懂模型只會調用R包的話，變成調包俠/調參俠，也不是好事…
更深入學習機器學習理論的課程，我還是推薦吳恩達，包含在史丹佛的cs229公開課，以及其在coursera開的課程，課程連結以及相關筆記等資源可以參考之前文章<精選幾個機器學習的資源>。
最後推廣下自己的問卷
不管是商業分析師、數據分析師、數據挖掘、算法工程師，本質上都是透過數據來支撐業務，只不過彼此用的技能方向不同。但有一個技能是通用的，就是第一步都是從“取數”開始(撇開爬蟲…)
在<入門數據分析的第一個大門檻：SQL/Hive取數>這文章，我回顧了自己接觸SQL的經驗，因此最近一直有個想法在腦中，“如果有一門課程的內容，是以數據分析工作中常用的SQL查詢操作為主，並能快速應用到分析工作中，那是不是很有價值？”(甚至能不能把常規的分析方式，例如RFM模型、留存分析、日活、行為分佈都變成模板化呢？)
當然，我不確定市場是不是真的需要，因此設計了一個問卷想了解大家的需求。
如果你是對數據科學相關感興趣在校學生、想入職數據科學相關職位的人群、剛入職數據相關但對hive取數一知半解的人。請你填寫問卷讓我了解需求。
邀請你至Blog閱讀全文：
身為數據分析師，我怎麼看hahow上“R語言和商業分析”這門課如果你喜歡我的文章，也邀請你訂閱『Rock Data』電子報，支持我持續創作
1. Hello All：主站遷移至👉https://andyrockdata.com/ ，請改至『ROCK DATA』Blog 閱讀新文章完整內容，如果喜歡我的文章，可以訂閱我的電子報(Medium站仍將張貼新文章訊息)2.立即追蹤👉ROCK DATA臉書粉絲頁跟ROCK DATA IG(@andyrockdata)3.【入門數據分析，掌握HiveSQL取數能力】在hahow上架啦，購買連結👉 http://hahow.in/cr/andyrockhive4. 半佛系鼓掌：原來只要滑鼠一直按著不放就可以一直鼓掌了。那請你按久一點：）有任何想法或感興趣的地方歡迎留言/討論，或者私訊我！5. 往期的數據相關文章可以參考以下link
數據分析系列1：談談數據分析的眾多Title
數據分析系列2：數據分析的一週工作日程
數據分析系列3：身為資料分析師，你該如何展現工作中的價值？
數據分析系列4：如何量化職場選擇-我這次在資料分析的轉職規劃與Offer選擇
數據分析系列5：為什麼要關心資料來源？談談埋點數據的陷阱
數據分析系列6：精選幾個機器學習的資源
數據分析系列7：數位化決策轉型與企業文化的一些思考
數據分析系列8：中山大學經濟所座談(ㄧ)：”了解自己”的重要＆我怎麼成為數據分析師的？
數據分析系列9：中山大學經濟所職涯座談(二) ：想從事資料分析？你需要具備這8個能力。
數據分析系列10：中山大學經濟所職涯座談(三) ：讓資料變商機 — 資料分析在我們生活中的應用
數據分析系列11：面試時，資料分析師該怎麼準備作品集？
數據分析系列12：2018年終工作總結(數據分析師)
數據分析系列13：數據化運營中玩過的分析項目：一個數據分析師的經驗總結
數據分析系列14：如何提升運營/產品的優化效率？或許數據指標體系的搭建可以幫到忙
數據分析系列15：用戶畫像很重要，那你知道是怎麼畫出來的嗎？
數據分析系列16：給剛入行的數據分析師：想產生價值，在試用期要做的三件事
