文档介绍：
接触过数据分析，所以教师也没深化讲授数据挖掘，后来再我们的要求下就接着介绍了一些。当然也从培训学到了一些分析方法，不过那些方法都是在最根本一些原理根底上的，如：正态分布、余弦定理、边缘分布等，这些都是根本原理，但我们都忘光了，也不知道可以应用在这些方面，此时此刻更加体会到中国的教育与社会实际脱节的紧要性。在教师面前我都不敢说我是学数据分析专业的，自己的专业都没有应用在实际工作中，真是惭愧。
数据分析在我来此时此刻的公司前就已经意识到将在我此时此刻的工作具有重要的作用，之前也想过要进展学习，但是看了一点资料不知道为什么就没接着下去了，可能是看了大堆的文字资料，觉得有些枯燥。教师也提到假如之前就去看书一般是看不进去的，没有什么效果，或者说没有感觉，只有自己去动手操作后，遇到一些困难问题，再去看书，这样才能理解书中的内容，想想是特别有道理的。
通过这次的数据分析师培训，让我了解到了国内数据分析行业目前的开展状况和将来良好的开展趋势，也坚决了我从事数据分析的信念和决心。
数据管理培训心得篇三
8月16日至19日，我有幸参与了在哈尔滨举办的数据集成与数据分析的高级培训班。报完名后，工作人员给我发放了本次培训教材。拿到培训教材后，我赶快阅读了一遍，对本次培训的全部学问点有了大致了解，这次培训内容主要包括如下内容：商业智能、数据集成实战、数据仓库与多维数据建模、数据分析方法以及OLAP分析演示。本次培训方式采纳教师在每介绍完相关学问后，再介绍微软在该方面的解决方案，如：SQL数据库中的SSAS、SSRS等。通过三天惊慌的培训，主要的心得体会是商业智能核心技术数据仓库的功能特别强大，具有数据抽取、清洗、加载、集成、分析以及将快速得出的分析结果进展各种图形化展示功能，可以通过MS Excel将数据库中的图形效果干脆展示给用户，也可以通过Servlet和FLASH技术在门户或决策支持系统进展展示。
一、 数据仓库与主数据管理的关系
(一)共同之处：
Ø 削减数据冗余和不相同性，提升对数据的洞察力，都是跨业务系统的。
Ø 依靠许多一样的技术手段，都涉及到 ETL 技术、都强调数据质量。
Ø 建立方法类似，都须要数据标准作指导，都须要统一的平安策略。
(二)不同之处：
Ø 处理类型不同：主数据管理 (MDM) 系统是偏实时交互的应用，为各个业务系统供应联机交易效劳;而数据仓库是面对是分析型的应用，是在大量历史数据的根底上进展多维分析。
Ø 实时性不同：主数据管理在运行中要大量依靠实时整合的方式来进展主数据的集成和同步，对实时性要求高，而数据仓库存储的是历史数据，对实时性要求较低。
Ø 数据量不同：数据仓库存储的是海量的历史数据和各个维度的汇总数据，而主数据管理存储的仅仅是组织机构、工程工程等根本信息，存储的数据量较小。
Ø 效劳对象不同：主数据管理的效劳对象是效劳对象是OA、人力资源、供给链、财务等业务系统，而数据仓库的效劳对象是各层领导和业务分析、业务决策人员等。
二、 数据仓库与数据集市、ODS(操作数据仓库)的关系
数据仓库：存储历史的业务处理明细数据和维度的汇总数据。