现在一些自媒体小视频利用女色打着***擦边球赚钱，大家如何看待这种现象？
谢邀
绝对正常！！！咱们国家管控这方面厉害，还没有为这个行业正名。在美国诸多发达国家，这个属于一个职业，而且收入颇丰，大家靠自己的劳动赚钱，正常纳税，没有什么不好。至于这种现象，只不过是违背了中华上下五千年的传统，女人要规矩，不能在外面找个那个，其实要正确看待这个现象，有人作这个生意，就意味着有市场，大家都在暗地里看，但是不会让别人知道我在看。我支持这些为了挣钱，做自媒体小***的朋友，自食其力，没有偷没有抢，也没有伤害谁。一个小小的建议，如果国家能把这部分税收了，那就更好了哈哈
我先谈谈我的看法，近几年所谓的自媒体从业者利用***擦边球、低俗的笑话赚取高额的报酬，使得年轻人不去好好学技术、不去好好工作，中老年妇女找不到工作在家浓妆艳抹卖弄***。这是一种变态的社会现象，是一种影响了一代人更可能影响了一个民族的恶俗风气。人们不已努力工作刻苦钻研业务知识为荣，倒以卖弄***、劈开双腿为荣。如果这种风气不被管制长久以后，不仅国人的身体素质下降，国家所谓栋梁一无是处，真不敢想我们的国家、我们的民族会怎么样。希望国家能看到这种情况及时的制止，真的不管不行了！！！
下面我就大家解答一下这个问题。
第一，这是一种非常不好的现象。这种***没有任何的意义，非常不利于网络的文明，是一种非常空虚苍白的***内容，这种***是应该被整改的。
第二，这种***的存在对未成年人的成长起到了不好的作用。现在的网络环境杂七杂八，未成年人没有明辨是非的能力，这对他们的成长非常不健康。
以上我的建议，希望对大家有帮助。
我觉得正常，自媒体为了流量在平台不处罚的情况下寻找机会很正常。不正常的是平台对这种现象不闻不问才是值得关注的。做原创的新人不扶持，***擦边的给推荐量。还有一些***网站的官方号，发一些电视节目都能打原创标签，那是原创？平台不作为的事情太多，背后都是利益
一些自媒体利用打擦边球来增加播放量和诱导点击的特点，在短时间内会取得一定的流量，但是这种情况对于长远发展来说是平台规则所不允许。
如果该自媒体账号被众多读者举报，那么账号会受到平台处罚或者封禁。
为了保证小***的健康良好发展态势，对于这些擦边球的***内容，建议众多读者向平台反馈，相信平台也会作出相关处理。
如何学习数据分析？
- 了解基础知识：首先，学习数据分析需要掌握一些基础知识，例如数据类型、数据结构、基本统计学概念和 Excel 等工具的基本功能。可以通过在线[_a***_]、教科书或参考书籍来学习这些基础知识。
- 学习统计学和数学知识：数据分析需要涉及到很多统计学和数学的概念，例如概率、***设检验、回归分析等等。因此，建议在学习数据分析前，先学习一些基础的统计学和数学知识。
- 使用数据分析工具：了解如何使用数据分析工具是学习数据分析的关键。Excel 是一个常见的工具，而 Python 和 R 则是比较流行的编程语言。学习如何使用这些工具，并掌握一些基本的编程技能可以让您更快地进行数据分析。
- 实践练习：理论学习和工具使用只是学习数据分析的第一步，更重要的是通过实践练习来掌握数据分析的技能。可以通过实际的数据分析项目来练习，例如使用 Excel 或 Python 对数据集进行分析。
- 加入社群：加入数据分析社群可以与其他学习者交流经验，并学习其他人的技能。可以通过在线社群、网络论坛或参加数据分析培训班来了解更多相关知识。
- 选择合适的 BI 工具：根据您的数据分析需求，选择合适的 BI 工具。常见的 BI 工具包括 Tableau、Power BI、QlikView 等。使用 BI 工具进行数据分析可以大大简化您的工作流程，并提高您的数据分析效率。如果您需要学习使用 BI 工具，请考虑参加培训课程或在线教程。
学习数据分析需要一定的时间和精力， 通过坚持不懈地学习和实践， 可以掌握这一重要的技能，并且走向高薪数据分析，数据挖掘，数据开发等岗位。
学习数据分析可以遵循以下步骤：
- 学习基础数学和统计学知识。数据分析需要掌握一定的数学和统计学知识，包括概率、***设检验、回归分析等。
- 学习数据分析工具。掌握一些数据分析工具，如Excel、Python、R等，可以帮助你更好地进行数据分析。
- 学习数据可视化。学习数据可视化工具，如Tableau、Power BI等，可以将数据分析结果以图形化的方式呈现出来，更加直观地展示数据分析结果。
- 学习实践案例。通过学习实际的数据分析案例，可以更好地理解数据分析的应用场景和方法。
- 参加培训课程。参加一些数据分析相关的培训课程，可以加速学习过程并且获得实践经验。
- 扩展阅读。阅读相关的书籍、文章、博客等，可以帮助你了解更多的数据分析知识和技能。
- 实践练习。通过实践练习，将学到的知识应用到实际项目中，进一步巩固和提高数据分析能力。
优秀的数据分析师并不能速成，但是零经验也有零经验的捷径。
市面上有《七周七数据库》，《七周七编程语言》。今天我们就《七周七学习成为数据分析师》，没错，七周。
第一周：Excel学习掌握
如果Excel玩的顺溜，可以略过这一周。但很多人并不会vlookup，所以有必要讲下。
了解sum，count，sumif，countif，find，if，left/right，时间转换等。excel的各类函数很多，完全不需要学全。重要的是学会搜索。我学函数是即用即查，将遇到的问题在网上搜索得到所需函数。
重中之重是学会vlookup和数据***表。这两个对后续的数据转换有帮助。
学会vlookup，SQL中的join，Python中的merge能很快掌握。
学会数据***表，SQL中的group，Python中的groupby也是同理。
这两个搞定，基本10万条以内的数据统计没啥难度，也就速度慢了点。80%的办公室白领都能秒杀。
网上多找些习题做，Excel是熟能生巧。
谢邀
现在发达城市北上广，已经开始用大数据，运做基金了。而且门槛很高，必须金融和计算机的本科以上人员，研究生择优录取。
可见大数据，发展的力度。很多人不知道大数据怎么交易股票，这这里简单说下，现在好多券商软件支持，大数据自动化交易，也就是说，当你编写好自己的预期策略后，由程序根据你的策略实行，自动化交易。现在名声仅次于巴菲特的詹姆斯.西蒙斯，就是大数据量化交易的先驱，他名下的大奖章基金，就是根据大数据量化交易运行。
大数据量化交易，可以实现。一天成百上千次此交易，只要资金允许。这也是发达发达城市为什么着重研究的对象。还有大数据是未来的趋势。电脑在对市场热度的分析，要强于人工识别。但是论单个交易，人工肯定强于电脑，但是从现在的基金规模来看。电脑交易是主要趋势。不管多厉害的基金经理，精力都是有限的。
目前的大数据都是借助python为主要语言编写的，感兴趣的可以看看相关方面的学习。券商对自动化交易的资金，一般是5w门槛。所以，随着市场的发展。大数据量化交易，会慢慢普及。
以上就是本人对大数据的看法，喜欢的可以加个关注，点个赞。
很高兴回答您的问题。
作为一个数据分析师，结合工作我谈谈我自己的看法。
首先，做数据分析首先得学习数据库，比较数据是最基本的***。
其次，是数据分析相关的理论，为建模或者进行进一步分析打基础。代数和统计知识要求较高。
再次，学习各种软件。Excel是最最最基本的工具，各种函数、插件的学习;SPSS、R至少掌握一种吧，个人认为SPSS更容易上手，当然每个行业有自己相对认可的工具;Python建议掌握，很强大的工具，清洗数据、建模、可视化、爬虫等等都可以完成。最后建议掌握一个可视化软件比如Tableau。当然分析完需要写报告，不管文字功底、概括能力、审美能力，都是有要求的。
最后，模型学习，这个没的说，要知道每个模型是用来干什么，比如决策树做画像是经常会用到的。
特别想说一点，数据分析不能只看数据，还要相对了解业务，脱离业务的数据分析什么都不是。
希望对您有帮助。
