一.数据分析思维：初学Michael Milton著的"深入浅出数据分析"，章回小说形式讲解数分基本步骤，重点与统计相关知识点假设检验、贝叶斯统计、主观概率。然后精读克罗尔的"精益数据分析"，了解商业分析领域专业知识，从六大商业模式电子商务、SaaS、双边市场等出发分别详解影响指标、阶段划分。

二.Excel ：重点函数部分，条件求和sumifs、判断if、查找匹配vlookup、日期date、以及match和index函数联用，公式求解同环比，函数学完后外切片器数据透视表、批量处理、报表指标搭建。第一张报表跟着b站UP主慢慢敲

其中重点match和index联用，更改任意日期，指标也会变动。

第二张报表是UP主练习题，自主实现，重点是数据验证部分内容

然后自己找数据项目资源，完全自己实现报表，我找的是外网的一个网购订单快递数据，学到新函数countifs、subtotal等，重点实现match和index联用，指标计算，数据验证。

三. SQL: 重点学习。基础语法跟着b站UP学习，重点聚合函数GROUP BY窗口函数OVER()，然后刷力扣和牛客网的题，边刷题边看福达著的SQL必知必会。先刷力扣50题较难，完全自己想，不看答案，不在意正确率。然后学高赞代码思维，如求比率就用avg(if),滑动窗口，正则表达

然后刷牛客网的大厂真题和热题，相比于力扣会顺手很多，简单题可以理清思路跳过。难题不看讨论解析慢慢来，我敲过最长的SQL花了半小时

四.BI可视化:学习Tabbleau,重点度量、维度拖拽生成可视化图表，搭建可视化看板，链接如下。work | Tableau Publichttps://public.tableau.com/app/profile/zhiyi.long/viz/work_17752149340450/sheet22?publish=yes

五.Python:基础看蛇书，手敲学习书中三个项目。然后做时间序列预测项目，一个湖冰结冰日分类，一个光伏功率回归预测。学习整个项目流程，从数据预处理到输出结果指标计算统计

5.1 湖冰结冰日分类：使用的LSTM模型，源数据1978年-2023年分钟级数据，转换到天级分辨率数据，结冰日当天进行标签将无监督学习转化为监督学习二分类问题，对输入特征进行shap值后验分析，详细链接：https://github.com/longzhiyi-a/Lake-Ice-Freezing-Date-Forecast.git

5.2 光伏功率回归预测：使用的Transformer变体-Crossformer模型，光伏功率具有很强的周期性，使用Crossformer捕捉一段时间内光伏的变化模型，引入分解将功率列分解为周期项、季节项、残差项，并对Crossformer模型输出层进行改进，使用统计DM检验验证改进模型显著优于LSTM、Transformer、Informer、Reformer

六.机器学习:主学李航著的"统计学习方法论"，重点决策树模型、策略、三个算法(ID3算法,C4.5算法,CART算法)，支持向量机(最大间隔算法、软间隔算法、SMO算法)，提升方法(AdaBoost,提升树,GBDT,XGBoost,LightGBM,RF),K-means聚类。从模型原理，参数寻找策略，以及算法推导一步步学习。部分笔记：