你好，作為一名數據分析的從業者，我來說說我的看法。

數據分析是目前比較火的學習方向，很多人都有學習數據分析的想法，但由于數據分析需要大量的理論知識學習，也給很多想學習數據分析的人設了一道障礙。數據分析的理論知識可以從兩個方面進行學習。

第一個，基礎數據分析的理論知識。主要包括高數，概率論，統計學等知識。我們進行數據分析之前會有一些常規的數據分析處理工作。例如探索性數據分析，抽樣分析，分組分析，相關系數分析，還有一些特征選擇，統計量的計算等等。這些基本的數據分析大多數是依靠統計學，概率學等基礎知識為依靠的，同時這些知識點也為了第二個進階階段學習做基礎支撐的。

第二個，進階數據分析理論知識。主要包括了，高數，線代，矩陣，最優化理論等等。因為數據分析后半部分我們需要對數據進行建模，需要用到一些算法的知識。一些基礎理論包括梯度下降法，牛頓法，矩陣分解，降維，和一些算法包括決策樹，貝葉斯理論，svm，聚類等等知識點。這些理論知識點學習有一定難度，算是數據分析進階部分，更有偏向數據挖掘的知識點。

希望我的回答能對你有所幫助，你也可以關注我，我們一起討論數據分析知識。

我是@IT人渝村阿澤專注分享IT知識和求職。