自我進修課程分享Coursera – Google Data Analytics數據分析師課程 - 3

在上一篇介紹到課程的第四個階段Process，這篇文章將會把所有剩下的課程一次介紹完畢，還沒有看過前兩篇的朋友可以連結觀看

 

自我進修課程分享Coursera – Google Data Analytics數據分析師課程 - 1

自我進修課程分享Coursera – Google Data Analytics數據分析師課程 - 2

 

第五個階段 – Analyze

這個階段為主要的分析階段，原先以為是比較朝向思考的課程內容，但是實際的部分比較偏向操作Spreadsheets與SQL，如何應用相關的語法進行計算、Merage(合併資料)、Data Aggregate(資料聚合)，再透過聚合後的數據資料找出數據相關性進行分析流程，小雷在第一篇的Case Study中，並沒有把資料聚合的很好，所以過了段時間再回去看那篇分析時，確實少了很多的見解，但是就厚臉皮的放著現在的作品不多，希望能先朝擴充為主，讓每一篇的分析研究都能有階段性的進步。

 

第六個階段 – Visualization

數據處理完成後，總不能拿著一大堆的數字找主管找老闆，看得眼花撩亂外，也找不出重點，所以在這個階段開始學習數據可視化，可視化的方式不少，除了教一般Excel的圖形，課程中也有操作Tableau進行可視化，除了實際操作外，也包含了些許與設計有關的知識，像是設計的思維、藝術元素等，能夠試著做出美麗的圖形也確實振奮了不少信心(雖說我的美感還需加強)，甚至在課程尾聲也加入了如何進行Presentation(演示)，加強所需要注意的事項，在這個階段裏，小雷印象很深的部分是介紹相關性與因果關係，在分析上，只能有相關性，若都是因果，那大概也不用分析甚麼了，每件事情都會變成有既定的結果進行。

 

第七階段 – R

這個階段就是把前六個階段的實作內容全部用R跑一次，課程中也有解說一下為何教的不是Python而是R，在實際使用之後，確實小雷也比較認同從R開始較好，R在統計上有不少的功能可以使用，Python則是擁有非常多的模組可以用，模組多就一定好嗎??小雷個人覺得不一定，因為有非常多的參數、引數、有固定的寫法等等等….其實新手來說很快就混淆了..小雷一開始上Python就是這樣，雖然學的多但也忘的快，Google在R的教學上其實給的資源很多，有實際教的Packages不多，教學時使用的函式也是很常用的，一開始在看Google這五個課程時，Python歸類在自動化，而且希望上完IT Suport再進行，我想也不是不無道理。

 

第八階段Case Study – Certificate Project

進入到最後的階段就是實作 + 放置履歷，不得不說，履歷教學非常的好，也給了非常多的資源，但是很多都在國外..恩，所以小雷乖乖進行實作的課程，畢竟英文這塊還沒有到可以暢談的地步(Coursera中好像有英文學習..)，我選擇的是Bellabeat的研究實作，跟著課程很簡單，自己做一堆問題，花了將近七天才完成課程的部分，實際拿著一堆數據時，該從何處著手，該怎麼清洗與聚合，雖然有照著課程的流程走，但是編程時狀況還是得自己找尋資源處理疑難問題，這部分也是需要大量的練習，以及更順暢的找到對的資源解決問題。

上完所有課程並提交作品後，Coursera會給予完成的證書，以及一個徽章(用Mail收)，這兩個都可以傳到社群網站、履歷等等，增加自我技能。

 

這門課程的優缺點小雷在這邊放一下

優點 :

1.    課程的費用CP值非常高，一個月台幣一千多塊可以上到大企業開設的課程，而且可以拿到證書，對於想要自我進修新技能的人，是個很好的機會。

2.    課程內容非常多且緊湊但可以自己調配時間進行，對於已有工作者來說，不會增加太多時間上的負擔。

3.    教學上除了技能之外，有非常多關於可以進行思考與反思的內容，屏除了我們這一代從小填鴨式的教育，對於思維的進展來說，是很好的安排。

4.    實作技能方面，所學習的語法，函式等都是常用的，在操作上非常好用，當然前提是還記的內容，所以自我筆記還是需要的。

5.    當然課程不可能包山包海，所以Google也整理了海量的資源供課程的學生使用，小雷個人很喜歡他們提供的數據集搜尋資源，對於一開始進行數據分析的人來說，沒有數據要怎麼分析

缺點 :

1.    最後的實作課程可以加入互評機制(其他課程有)，除了可以看到別人如何實作外，也比較不會有抄襲等方式出現，對於證書的可信度會有影響。

2.    課程適合的人很廣泛，無論是學歷不足、技能不足，抑或是所謂偏若是族群，但在最後履歷的部分，希望可以多增加一些該地區的合作(有些僅限於U.S.A.)，在找工作來說會比較能銜接的上。

 

至於網路上有看到一些評論這門課沒有教ETL(資料的抽取、轉置與載入)，這部分為何沒有呢?我想這門課程在計畫階段就有他們的考量，這部分小雷就不多做評論了。

 

最後也很謝謝這門課程中的講師，有的並不是本科系出生，但他們都透過學習，在自己的領域越發出色，講授的內容也很精采，對於原本不是分析領域的小雷來說，也提升了不少信心👍。

課程的部分就到這邊告一個段落，小雷第一篇的數據分析報告，一開始完成時說真的很開心，後面慢慢的做其他的數據分析研究後，開始有其他較好的處理方式、分析辦法，也對於數據聚合之後取得見解也越來越熟悉，所以希望看到小雷第一篇作品時，不要太苛責😅，也希望各位瀏覽文章的朋友，能夠找到自己感興趣的項目學習!