一、作为基础来学习和巩固的知识有：
基础中的基础：线性代数，概率论
核心知识：数理统计、预测模型、机器学习
计算机：
数学软件：强大矩阵运算和优化功能的matlab，专而精的mathematica。
语言：python（很流行的科学语言，潜力也很大，ipython这样交互式环境十分有利），fortran（强大的计算语言，充分优化的现成代码），R（相比于matlab，java，c，R是个高富帅）
可视化
这是数据分析各类语言使用度的图表，R占的比例还是相当高啊。想利用现在动辄TB级的数据大显身手，光靠excel可不够啊。你真的需要写很多代码…
4.统计：时间序列分析
应用回归（很简单，亦很实用）
多元统计分析
强烈推荐： 大数据入门资料链接：http://pan.baidu.com/s/1c2GnD5I 提取码：vfwl和哈弗的VIP学生一起学习大数据课程。
二、网络课程同样有丰富的资源：
1.机器学习类：
斯坦福大学：机器学习 coursera
Learning From Data
2.数据分析类：
约翰霍普金斯： Data Analysis Methods
杜克： Data Analysis and Statistical Inference
约翰霍普金斯： Computing for Data Analysis
MIT： The Analytics Edge
3.编程类：
莱斯大学： Introduction to Interactive Programming in Python
MIT： Introduction to Computer Science & Programming in Python
4.相关问题：
Data Science: What are some good free resources to learn data science?
Where can I learn pandas or numpy for data analysis?
What are some good resources for learning about statistical analysis?
Data Science: How do I become a data scientist?
What are some good "toy problems" in data science?
What are some good resources for learning about machine learning?
水平有限，欢迎补充。有不成熟的小意见请在下方评论区留言。第一时间获取大数据学习与应用的独家深度资讯，敬请关注ItStar大数据导师微信号：TBanna521。
