开始大数据的学习已经两周了，因为有热度的加持，比想象的进度要快些。基本学习的内容如下：
向量，矩阵，数组，数据框等基本概念
绘图等基本命令，包括各种类型图，如直方图，散点图，学会调整部分参数
引入图形文件(包括excel,txt,png等)
根据数据做线性回归的初步分析
具体计划及实践如下图：
总《R语言实战》我自己觉得，对于初入门者并不是一本很friendly的书。因为对于小白来说，语言比较少，案例比较精简，一个例子就罗列了n多参数列表。让我想起当时学习autocad和ps的书。好在其实只要掌握其中的50%，甚至30%就可以开始干实际的活了。
《深入浅出统计学》这本书很好看，我觉得对于初入门的外行而言，要理解概率，线性回归，方差等，用这本书的深度就够了。其实很基本的线性回归，就是y=ax+b，我们初中就学过的方程，不要把它看得太可怕，能理解多少就理解多少，能怎么理解就怎么理解。看不懂数学课本，那就看漫画书好了，反正又没有老师管。据说《漫画统计学》也很推荐。
视频部分也完成的不错，我看了两个视频，一个是c学院的R语言视频，只有15节课，而且老师算是翻来覆去的讲，但很适合我这种小白。
笔记，我连很简单的步骤或者函数都要记一下，不然真的不会。
然后看了群友放在网上的《数据分析与r语言》，这个视频更为系统，讲的也很好。不过用的书是薛毅的《统计建模与R软件》，统计理论部分很枯燥，充满了正经的数学公式，我个人觉得可以略过不看，不要折磨自己了。
几个路径一起学的好处是能多方面的理解一个概念，举例可以比较多，另外有作业可以练习。我自己比较每天喜欢做一两道习题，检验自己所学。常常是看着好像明白，自己做的时候就绕不过来了。做题可以逼着自己深刻思考一下。
还是满花时间的，还好是趁着热乎劲儿自己的动力也比较足比较主动，时间花费统计如下：
《R语言实战》：40分钟（每天几页的信息量都感觉很大）
《深入浅出统计学》：20分钟
视频：一小时
作业：半小时
可能我本来的工作就有看excel表，和用图形表示数据的内容，所以有些地方还是可以理解，甚至感觉“原来这个表可以这么看”。
希望下面的目标：
step1.利用春节假期，继续坚持学习计划，上一点儿强度。
step2.节后进行实践，用行业统计表格和数据进行分析。
step3.顺利展开SQL的学习
去年年底，上郑伊廷老师的元学习课时，当时编程于我而言还是完全另一个世界，是她的几句话让我觉得，学习还可以这样学：
“不求掌握概念”，“不求全部理解”，“不求从基础原理理解”，还有一条：
“必须题海战术”，配合大脑左右脑模式，把新东西带到记忆中，不懂的先背下来，甚至先copy下来，再去理解。
还是她说的：不要脸，不要完美，不要扎实。是啊，反正我就用来数据分析，加上行业的背景，只要懂得20%的大数据知识，就已经很有用了。关键还是践行。
最后要多谢猴子老师和大数据群友的支持和指点，希望我能多多进步，有所回馈。
