学什么？数据分析要学习的内容大致分为六个板块，分别是:Excel精通Excel分析工具，掌握Excel经典函数，准确快速完成数据清理，运用Excel数据透视和可视化，透过现象看本质。MySQL了解MySQL数据库的相关概念和存储原理，掌握添加、删除、修改、搜索等SQL的基本语法，掌握数据库性能调优策略，熟练使用SQL进行数据清洗和数据标准化。
Python学习Python编程语言的基础知识，了解Python程序的计算机运行原理，能够运用Python编程处理工作中的重复性工作。掌握网络数据抓取技术，Python数据库应用开发，实现Python数据可视化操作，提高数据采集和数据分析能力。掌握Python数据分析Processing基础Library，具备运用Python语言解决数据分析中实际问题的能力。
4、大 数据分析需要哪些知识数据分析需要掌握的内容:对于一个初学者数据分析老师，需要了解统计内容、公式计算、统计模型等。当你得到一个数据集时，你首先需要知道数据集的质量，并进行描述性统计。对于进阶数据分析老师，必须具备统计模型的能力，并对线性代数有一定的了解。分析工具对于分析工具来说，SQL是必须的，并且要熟悉Excel透视表和公式的使用。另外，你要学习一个统计分析工具。SAS是很好的入门，VBA是基本必需品，SPSS/SAS/R至少要熟练使用其中一种，其他分析工具(如Matlab)可以视情况而定。
涉及到各种统计函数和工具，R无疑是有优势的。而大数据处理能力不足，学习曲线陡峭。Python适用性强，可以脚本化分析过程。所以如果想在这方面发展，学习Python还是挺有必要的。当然，其他编程语言也需要掌握。要有独立把数据变成自己用的能力，SQL是最基础的。你必须能够使用SQL查询数据，并编写程序快速分析数据。
5、大 数据分析应该掌握哪些 基础知识呢?离线数据仓库:Java、MySQL、Maven、Git、OpenResty、Linux、Shell、HDFS、YARN、Zookeeper、MapReduce、Scala、Python、SparkCore、Hive、SparkSQL、Presto、Sqoop、DataX、Flume、CDH、数据仓库。
6、大 数据分析的五个基本方面都是哪些1、预测分析能力数据挖掘可以让分析师更好的理解数据，预测分析可以根据可视化分析和数据挖掘的结果做出一些预测性的判断。2.数据质量和数据管理数据质量和数据管理是一些管理最佳实践。通过标准化流程和工具处理数据可以确保预定义的高质量分析结果。3.可视化分析数据可视化是数据分析 tool最基本的要求，无论是对于专家还是普通用户。
4.语义引擎我们知道非结构化数据的多样性带来了数据分析的新挑战，我们需要一系列的工具来解析、提取和分析数据。语义引擎需要被设计成智能地从“文档”中提取信息。5.数据挖掘算法可视化是给人看的，数据挖掘是给机器看的。聚类、分割、离群点分析等算法让我们可以深入挖掘数据，挖掘价值。这些算法不仅要处理大数据量，还要处理大数据速度。
7、大数据的 基础是什么-1/大数据是存储和计算。大数据的特点是数据规模大，所以首要问题是存储。那么核心问题就是大数据量的计算。这两部分构成了大数据的基础。基础:java SE，EE(SSM)学习大数据所需的大数据框架90%都是用java编写的，比如MongoDB最流行的，跨平台的，面向文档的数据库。Hadoop是用Java编写的开源软件框架，用于超大型数据集的分布式存储和分布式处理。
8、大 数据分析和应用的 基础是什么?1，理论知识要广博，涉及数学，市场，技术。需求和数据敏感性，包括统计知识、市场调研、模型原理等，2.常规分析工具的应用，包括数据库、数据挖掘、统计分析工具、常用办公软件(Excel、PPT、思维导图)等。3.有一定的业务理解能力，能理解业务背后的业务逻辑，因为只有了解了业务问题，才能转化为数据分析的问题，才能满足部门的要求。
