因为最近在学大数据分析，这是一门比较理科思维而且具有相当深度的学问，学习过程中的感觉好像慢慢的啃一块很硬很大的冰山。前几天看到教育学博士赵北扬的文章，《职场人终身学习心法》，对照一下，争取用对方法，少走弯路，早日见到曙光。
1.选择一个系统的渠道
既然在这个领域是新手，就不要指望自己能把散落的信息整合成系统了。想要系统的学习，就踏踏实实的拿出几个月的时间来，看5本这个领域的经典书，选一门系统课。
自检：在学习过程中，自己通过几种学习途径的体验下来，感觉是读书的深刻度>看视频>公众号。
公众号是非常的碎片，即使用来查漏补缺也嫌不够，而且百家百言，比较适合用于观察新趋势新动向。
现在有关数据学习的视频网站也很多，我觉得视频的好处是比较生动，讲解详细，缺点是根据讲师的意向和时间限制，不一定全面，我也常常懒得回放。
书本可以时时翻阅，读了一遍不明白，可以再读一遍。做好笔记，方便再翻阅。
R语言编程方面，现在正在看《R语言实战》的经典书。看了半本，第七章开始混乱，安排时间重读。
统计学方面，《深入浅出统计学》已经看完但不深入（这本书大概也不算经典书？），感觉只理解了统计学知识的10%。在看朋友推荐的《商务统计学》，当做对统计学的第二次学习。这本书的一个优点是大学教材，所以习题很多哈哈。
2.挑选合适的学习材料。讨论同一个话题的书，拿3本下来，摊开对照一下目录，哪些主题相同，哪些主题不同，在相同的主题里各读一章，看看哪本书读起来比较轻松。老师也是一样，既然已经离开了校园，告别了固定的老师，就可以挑适合自己的老师和教材。
除了数据学习群里推荐的书籍，我也自己找了几本书来看，因为实在在计算机方面是小白，而且喜欢图形思维，所以我用来科普自己的是日本人的半调子漫画书《写给大家看的算法书》和《程序是怎样跑起来的》。不管怎样，啃一点点也是啃，向正确的方向进步一点点也是进步，重要的是保持兴趣继续学习。
3.把自己的优势迁移到不熟悉的领域。领域间的迁移，一般都不是知识的细节，而是结构、思路和判断。比如将自己领域的关键重要词和要学的新内容，直接嫁接在一起，比如资本心理学，比如人脉整理。产生出适合自己的新思路。
虽然没有想透学会大数据以后做什么，但从自己的工作经历出发，强迫自己进行地产方面的数据分析。因为一向对图形比对数字感兴趣，所以也从R语言的图形展现入手，学会一个函数是一个函数并且写笔记记录。（比如表格的条形图转化）。
目前，真正认真严肃的做地产方面的数据分析的还并不多，这方面的缺点是缺少借鉴，反过来好处是可以有所突破。从事业需要出发，强力的给自己建立刚需。
虽然以前也有off and on的学习，但是这样略系统的准备拿n个月修习还是近年第一次，每天晚上都要在工作后的疲惫中找出碎片时间学习，也多少有点质疑自己。但是选择正确的吃苦，就是为了日后不被命运所任意摆布。这是对快速变化的社会，做出的一种主动应对。
毕竟，终身学习已经成为了必要。
共勉。
