數據分析思維通識課

非常牛掰,要入行或者對這個行業有個初步的理解,讀這本書再好不過了. 作者是開源佈道者,分享的內容也是乾貨很多,很多都來自實際的經驗,實在是收益匪淺.

挺好的，尤其中間章節的描述迴歸，分類，聚類，關聯，蒙特卡洛和拉斯維加斯，馬爾可夫鏈，協同過濾，人工智能算法，都挺形象的呀

書裏有很多非晦澀但很有啓發性的模型idea，個人認爲閱讀上很受益。

新人入門的一本很好的百科全書，淺顯易懂。缺點也是太淺了，很多知識點講得不夠深入，所以很適合新人看。

感覺是一個商業策劃或市場營銷人員拼湊出來的一本書。前邊講統計學的一些要點，但需要讀者有統計學的基礎；中間講的是商業策劃或者規劃常用方法；最後是手把手教你如何使用大模型。相互之間沒有什麼多的聯繫，有點割裂。

喜歡這句，價值觀也應該更加開放，而不能沉浸在自己的小圈子裏。因爲協同過濾算法給你的都是你喜歡的，你應該以開放的心態去接受和嘗試各種新的、主流或非主流的事物，並根據自己的經驗做判斷。 離開舒適區，不是逼自己喫苦， 而是讓生活多一點可能性。 試着學一點新東西， 試着做一件以前不敢做的小事， 試着對陌生的機會說一句“我試試”。 別怕不完美， 邁出第一步，就已經贏過原地不動的自己。 慢慢來，你會發現， 原來你比想象中更厲害。

這本書可能對於專業數據分析人員來說太淺顯，對於非數據從業者跨行來看又太“專業”，專業打了引號，因爲書中對名詞，公式多是直接引用，沒有結合具體場景中的問題來進行案例拆解，就導致我這種門外漢，讀起來經常一臉懵，越看越刺撓，可能書中讓我收穫的最多的是——原來數據分析還有這麼多方法，但是關於這些方法的實用落地書中卻無從查起。 綜上，數據分析新手不建議閱讀，因爲太“專業”，太生硬（太深奧？），閱讀起來過於沉重，沒有獲得感。

寫得太好了，很多內容讓我這個還在門口的茅塞頓開

書中羅列一些算法應用和數據分析方法，但是缺乏有利的支撐案例，顯得比較空泛，收穫較少