Power BI是Microsoft的业务分析服务。它的目的是提供交互式可视化和商业智能功能，其界面应足够简单，以使最终用户可以创建自己的报告和仪表板。使用Microsoft Power BI 数据可视化工具将数据转变成机遇。通过分析企业数据获得见解，提高企业的决策水平。

随着数据分析工具的不断更新，我们所熟知的Excel可能已经不是你想象中的样子了。Excel和Power BI又有何千丝万缕的联系？M语言和DAX语言又是什么样的存在？操作他们又需要掌握什么样的技能？通过我的讲解，从此你将发现一扇通往新世界的大门，开启你新的人生，让我们启航吧！

工欲善其事，必先利其器。说起来道理大家都懂，只是到了要学习的时候就开始各种退缩。殊不知一款好的数据分析工具可以让你事半功倍，瞬间提高学习工作效率。

虽然数据分析的工具千万种，综合起来万变不离其宗。无非是数据获取、数据存储、数据管理、数据计算、数据分析、数据展示等几个方面。而SAS、R、SPSS、python、excel是被提到频率最高的数据分析工具。那么，这些工具本身到底有什么特点呢？

《纽约时报》发表了一封匿名来信，作者是特朗普总统身边的高官。来信说，他为了美国的利益，潜伏在总统身边，让总统的很多错误决定无法执行。

有个程序员在 GitHub 公布了一个脚本，将这封来信与每个内阁成员的推特进行对比，求出相关系数，运行结果是副总统的相关系数最高。

你可能听说过机器学习和人工智能，但你确定你知道它们是什么吗? 如果你在努力理解它们，那么你并不会孤军作战。有很多的噪声使人们难以分辨什么是科学，什么是科幻。所以让我们先从名字说起…

机器学习本质上就是贴标签。

数据分析是什么？

把隐藏在一大批看似杂乱无章的数据背后的信息集中和提炼出来，总结出研究对象的内在规律。帮助管理者进行判断和决策，以便采取适当的策略和行动。

当我作为数据科学家介绍自己的时候，我经常会遇到像“数据科学和机器学习有什么区别”或者“这是否意味着你在从事人工智能研究？”这样的问题，我已经回答了无数遍，这些回答已经符合了我的 “三次准则”：

• 当你写相同的代码写了三遍时，你就应该去写一个函数
• 当你给出相同的个人建议三次时，你就应该将建议写在博客里

在招聘网站上搜索人工智能相关的岗位，这些岗位的涉及到的技术领域包含：算法、深度学习、机器学习、自然语言处理、数据结构、Tensorflow、Python 、数据挖掘、搜索开发、spider开发、神经网络、视觉度量、图像识别、语音识别、推荐系统、系统算法、图像算法、数据分析、贝叶斯方法、概率编程、计算机数学、数据仓库、matlab建模等关键词，基本涵盖了现阶段人工智能细分领域的人才结构。

将上面的岗位涉及到的岗位和技术划分为四大类，就形成了五份书单：

国务院2017年7月8日印发《新一代人工智能发展规划》。

《新一代人工智能发展规划》提出新战略目标，到瞄准自动驾驶、城市大脑、医疗影像和智能语音等领域建设“国家队”，从创新重点任务“揭榜挂帅”机制到加快研究起草治理准则防范风险，人工智能发展蓝图愈发清晰，“新智慧”的发展动能也日益强劲。