܄ 

【每周一本书】之《数据素养:数据使用指南》:如何将数据信息转变为迷人的故事?

【数据猿导读】 我们置身于一个充斥着数据的时代。XI在各个生活领域,诸如教育、政府管理、经济、公共安全、政治、国际发展、医疗、市场等方面,数据都帮助我们做出重要决定。然而对大多数人而言,理解和分析数据更像是一门暗黑艺术,我们更愿意把它交给“专家”。我们更愿意说:“我们相信数据”

【每周一本书】之《数据素养:数据使用指南》:如何将数据信息转变为迷人的故事?

来源:数据猿  作者:abby

我们置身于一个充斥着数据的时代。XI在各个生活领域,诸如教育、政府管理、经济、公共安全、政治、国际发展、医疗、市场等方面,数据都帮助我们做出重要决定。然而对大多数人而言,理解和分析数据更像是一门暗黑艺术,我们更愿意把它交给“专家”。我们更愿意说:“我们相信数据”。

同样,对于新闻传播学科,或者广义上的“文科”来说,并非就不需要与数据打交道。早在20世纪80年代,就有研究《红楼梦》的学者,利用统计学中“聚类”的方法考察《红楼梦》不同回目的作者是否为同一人。可见对于任何学科而言,数据统计的知识都能发挥特定的作用,甚至在某些学科中提供崭新的研究视角。当前新闻传媒领域中,数据新闻的兴起,大量统计图表和信息可视化的运用,也证明了数据在帮助记者“讲故事”方面有巨大的价值。

万丈高楼平地起,无论是数据知识的掌握,还是数据素养的养成,都需要系统学习的过程,其中最重要的,就是在刚刚开始学习的过程中,对数据产生感知,熟悉获取、评估、整理数据的流程。这些基础的工作虽然烦琐甚至有时候是枯燥无味的,但是任何技艺高超的运动员都不会忽视基本功的练习,对于初学者而言,打下牢固的基础,养成良好的数据处理习惯更有着重要的意义。

今天,小编就为大家推荐一本《数据素养:数据使用指南》,该书面向数据分析零基础读者,手把手教学,帮你开启认识数据世界的大门。

数据素养_数据库_媒介_大数据-1

《数据素养:数据使用者指南》是一本实用的数据分析和数据素养指南。我们在数据的海洋中遨游,这本书教会我们洞悉数据的意义,识别数据中的陷阱,而非被数据淹没。本书面向那些没有数据分析或者统计学背景的数据领域初学者,使用面向公众开放的数据源来练习Excel软件的各项分析模块,并借此展现如何从数据中洞察有用的信息。

在本书的不同章节中,作者借用大量插图、带有详细操作步骤的各式案例来帮助读者学习如何识别、获取、评估、清洗、分析和可视化数据。在此基础上,作者提及数据库管理软件Microsoft Access和MYSQL,数据分析软件SPSS、SAS和R等更复杂的工具,供读者进一步学习参考。

从内容上本书共分为五个部分:

第一部分:用于向学生介绍当下这个充斥着数据的世界,以及它是如何被创建的。

第二部分:帮助学生建立数据概念,使得他们能够从网上或者线下的政府机构处获得可用数据。

第三部分:会引导他们学习一个处理流程:如何评估、理解、清洗数据。

第四部分:学生会接触到使用Excel电子表格来分析数据的最佳实践案例。

第五部分:将聚焦于如何用Excel和Google Fusion Tables来创建图表。

作者介绍:

戴维·赫佐格 美国密苏里新闻学院副教授,全美调查性新闻协会资深数据编辑兼培训师,同时也是美国计算机辅助报道协会的学术顾问。美国计算机辅助报道协会是密苏里新闻学院与美国调查记者编辑协会合作建立的一个全球性记者组织。作为拥有十多年数据分析经验的记者,戴维·赫佐格擅长从数据中提炼信息融入叙事。


推荐阅读:

【每周一本书】之《图解机器学习》:187张图解轻松入门

【每周一本书】之《大数据智能——互联网时代的机器学习和自然语言处理技术》

【每周一本书】之《大数据日知录:架构与算法》 

点击查看更多大数据书籍……


本书由 数据猿联合中国人民大学出版社 共同推荐

【本栏目合作伙伴】:清华大学出版社、电子工业出版社、北京师范大学出版社、中国人民大学出版社、中信出版社、上海交通大学出版社。

欢迎更多合作伙伴加入!也欢迎勾搭小编,微信:wmh4178,备注“书”


来源:数据猿

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

大数据24小时:韩国实体店实现比特币支付,谷歌推出阿法狗工具让机器辅导人类围棋
大数据24小时:韩国实体店实现比特币支付,谷歌推出阿法狗工具让...
重新认识地铁上的上海:2017上海城市大数据报告发布
重新认识地铁上的上海:2017上海城市大数据报告发布
BDP教你用大数据看收视,哪家卫视独领风骚?
BDP教你用大数据看收视,哪家卫视独领风骚?

我要评论

精品栏目

[2017/07/27]

大数据24小时

More>

[2017/07/24-28]

大数据周周看

More>

[2017/07/24-28]

大数据投融资

More>

[2017/07/24-28]

大咖周语录

More>

[2017/07/24-28]

大数据周聘汇

More>

[2017/07/24-28]

每周一本书

More>

返回顶部