一个合格的农产品价格预测师应该具备哪些专业知识

探索1979

      目前咱们论坛有不少行业预测的帖子 是对是错无法辨别 我就是想与大家一起探讨一名合格的农产品价格预测师应该学习什么
问题一 数据哪里来的（自己分析出来买来的还是有内幕）
问题二 影响价格因素有哪些
问题三 如何处理数据
问题四 等等 先详细了解看看我下面我学的哪些内容

一 基于深度学习的农产品价格预测模型研究




二 基于ARIMA-SVM组合模型的我国农产品价格预测研究
三 基于时间序列模型的农产品市场价格短期预测研究
四 基于灰色关联度分析法的畜产品价格预测模型的研究
五 基于Dropout神经网络的农产品价格预测研究
六 等等好多方式


我目前学习的内容
python

一
数据本质是一种生产资料和资产

数据分析有什么功能

实际案例：

Excel案例突出描述性统计分析

SQL案例突出数据预操作

Python案例突出建模

二
数据获取介绍

数据获取和数据分析的关系

数据获取的思路

实际案例：

Python API爬虫获取数据

Python 爬虫获取养殖类网站内容

三
数据可视化介绍

直播内容提纲：

数据可视化的意义

数据可视化的应用场景

实际案例:

python实现的可视化图表

一些数据可视化工具的介绍

四

数据分析建模介绍


数据分析与机器学习

常用的机器学习算法类别介绍

实际案例:

利用机器学习进行数据预测/分类

Hadoop
第1章        大数据概述
      了解大数据的应用，掌握大数据的基本概念，了解数据处理及数据处理发展过程，掌握大数据的特征、了解大数据的关键技术。
课时
1.1  大数据的应用
1.2  大数据基本概念
1.3  数据处理及发展
1.4  大数据的特征
1.5  大数据的关键技术
第2章        Hadoop分布式数据库
       了解 Hadoop的特点，熟悉Hadoop的组件，掌握Hadoop生态系统，熟悉HDFS分布式文件系统架构，熟悉Mapreduce的计算架构，熟悉Spark的计算架构，熟悉Hadoop应用架构。
课时
2.1  Hadoop概述
2.2  Hadoop生态系统
2.3  Hadoop系统架构
2.4  Hadoop应用架构
第3章        HDFS分布式文件系统
      了解HDFS，熟悉HDFS组成、HDFS体系结构，HDFS核心功能，掌握块和节点概念，掌握HDFS写数据和HDFS读数据，熟悉数据的存储策略，熟悉数据的恢复，掌握 HDFS常用命令，掌握 HDFS常用操作，熟悉HDFS常用命令及熟悉HDFS交互方法。
课时
3.1  HDFS概述
3.2  HDFS组成
3.3  HDFS数据流
3.4  HDFS数据存储与管理
3.5  HDFS应用实例
第4章        HBase分布式数据库
       了解HBase的特点，熟悉HBase的系统架构，熟悉HBase与Hadoop生态系统，熟悉HBase与传统的关系数据库的区别，熟悉HBase数据模型，掌握HBase Shell及HBase 交互接口命令及应用案例。
课时
4.1 HBase概述
4.2 HBase数据模型
4.3 HBase的应用实例
第5章        Hive数据仓库工具
      了解Hive的特点，熟悉Hive的系统架构，熟悉Hive与数据库两者之间差异，掌握Hive创建外部表、创建分区表和向分区导入数据，掌握Hive数据统计和掌握Hive数据查询。
课时
5.1  Hive概述
5.2  Hive数据仓库基本操作
5.3  Hive应用实例
第6章        MapReduce编程模型
      了解MapReduce的特点，熟悉MapReduce基本架构，熟悉MapReduce的工作流程，掌握记录计数、数据去重、排序和表连接方法及常用算法。
课时
6.1  MapReduce概述
6.2  MapReduce的工作流程
6.3  MapReduce常用算法及实例
第7章        Spark计算引擎
      熟悉Spark技术框架，熟悉Spark工作流程，了解Spark特点，熟悉Spark与Hadoop，熟悉RDD，掌握Spark统计计算方法，掌握Spark聚类分析方法。
课时
7.1  Spark概述
7.2  RDD
7.3  Spark编程及实例
第8章        大数据可视化
       了解数据与可视化，了解视觉信息的科学展示，熟悉常用的图例 ，掌握大数据可视化设计方法，掌握可视化图形设计原则，熟悉大数据可视化常用工具。
课时
8.1 大数据可视化概述
8.2 大数据可视化设计方法
8.3大数据可视化常用工具
第9章 大数据应用实例
       了解大数据应用整个生命周期，了解“问题分析、数据的采集与存储、大数据间数据关联关系建立、大数据分析与决策、大数据可视化”各个环节的基本作业任务。
课时
9.1 问题分析
9.2 数据的采集与存储
9.3 大数据间数据关联关系建立
9.4 大数据分析与决策
9.5 大数据可视化

探索1979

居然没有一个回复的 我提的有三个问题很重要？？？？？