数据分析专题

抛开技术和理论，数据分析需要对数据的敏感度，以及提出关键问题并利用数据发现洞见(insights) 的能力。

例如，针对 Pronto 城市公共自行车数据（微软举办的数据比赛），你能提出哪些问题？这里是一个范例。

类似还有芝加哥城市公共自行车数据（比赛已结束），湾区城市公共自行车数据（比赛已结束）， 仔细研读获胜者们的成果，你一定会深受启发。

我们知道，数据可视化对增进人们对数据的理解、捕捉数据中潜藏的模式，起着至关重要的作用，因此，掌握一些数据可视化的知识对数据分析从业者来说也是必要的。关于数据可视化，请参考可视化专题，这里不再赘述。

Analyzing 1.1 Billion NYC Taxi and Uber Trips, with a Vengeance

很多时候数据分析的目的在于讲一个好故事。

异常检测专题(Anomaly Detection)

异常检测的应用是显而易见的：反欺诈、等。

the Numenta Anomaly Benchmark

• Anomaly Detection : A Survey

  综述文章

• Outlier Analysis

  一本专著

因果分析(Causal Analysis)