1. 首頁 > 云知道 > >

《艾爾登法環》被數據挖掘,數據挖掘論壇

云知道法環

數據挖掘平臺哪些比較好？

《艾爾登法環》被數據挖掘,數據挖掘論壇


推薦幾個吧，不是國內的，但表現力不錯1. Rapid MinerRapid Miner是一個數據科學軟件平臺，為數據準備、機器學習、深度學習、文本挖掘和預測分析提供一種集成環境 。該程序完全用Java編程語言編寫 。2、 PythonPython是一種免費的開源語言，學起來往往很容易上手，易于使用 。許多用戶發現可以在幾分鐘內開始構建數據，并進行極其復雜的親和度分析 。
只要你熟悉變量、數據類型、函數、條件語句和循環等基本編程概念，最常見的業務用例數據可視化就很簡單 。3、KaggleKaggle是世界上最大的數據科學家和機器學習者社區 。Kaggle以開設機器學習競賽起家，但現在逐漸變成基于公共云的數據科學平臺 。Kaggle是一個平臺，有助于解決難題、招募強大的團隊并宣傳數據科學的力量 。
從零開始，如何學習數據挖掘？
《艾爾登法環》被數據挖掘,數據挖掘論壇


這個問題思考了很久，作為過來人談一談，建議在看我這篇回答之前先去了解一下數據挖掘的概念和定義 。在學習數據挖掘之前你應該明白幾點：數據挖掘目前在中國的尚未流行開，猶如屠龍之技 。數據初期的準備通常占整個數據挖掘項目工作量的70%左右 。數據挖掘本身融合了統計學、數據庫和機器學習等學科，并不是新的技術 。數據挖掘技術更適合業務人員學習（相比技術人員學習業務來的更高效）數據挖掘適用于傳統的BI（報表、OLAP等）無法支持的領域 。
數據挖掘項目通常需要重復一些毫無技術含量的工作 。如果你閱讀了以上內容覺得可以接受，那么繼續往下看 。學習一門技術要和行業靠攏，沒有行業背景的技術如空中樓閣 。技術尤其是計算機領域的技術發展是寬泛且快速更替的（十年前做網頁設計都能成立公司），一般人沒有這個精力和時間全方位的掌握所有技術細節 。但是技術在結合行業之后就能夠獨當一面了，一方面有利于抓住用戶痛點和剛性需求，另一方面能夠累計行業經驗，使用互聯網思維跨界讓你更容易取得成功 。
不要在學習技術時想要面面俱到，這樣會失去你的核心競爭力 。一、目前國內的數據挖掘人員工作領域大致可分為三類 。1）數據分析師：在擁有行業數據的電商、金融、電信、咨詢等行業里做業務咨詢，商務智能，出分析報告 。2）數據挖掘工程師：在多媒體、電商、搜索、社交等大數據相關行業里做機器學習算法實現和分析 。3）科學研究方向：在高校、科研單位、企業研究院等高大上科研機構研究新算法效率改進及未來應用 。
二、說說各工作領域需要掌握的技能 。(1).數據分析師需要有深厚的數理統計基礎，但是對程序開發能力不做要求 。需要熟練使用主流的數據挖掘（或統計分析）工具如SAS）、SPSS、EXCEL、BI工具等 。需要對與所在行業有關的一切核心數據有深入的理解，以及一定的數據敏感性培養 。經典圖書推薦：《概率論與數理統計》、《統計學》推薦David Freedman版、《業務建模與數據挖掘》、《數據挖掘導論》、《SAS編程與數據挖掘商業案例》、《Clementine數據挖掘方法及應用 》、《Excel 2007 VBA參考大全》、《IBM SPSS Statistics 19 Statistical Procedures Companion》等(2).數據挖掘工程師需要理解主流機器學習算法的原理和應用 。
需要熟悉至少一門編程語言如（Python、C、C、Java、Delphi等） 。需要理解數據庫原理，能夠熟練操作至少一種數據庫（Mysql、SQL、DB2、Oracle等），能夠明白MapReduce的原理操作以及熟練使用Hadoop系列工具更好 。經典圖書推薦：《數據挖掘概念與技術》、《機器學習實戰》、《人工智能及其應用》、《數據庫系統概論》、《算法導論》、《Web數據挖掘》、《 Python標準庫》、《thinking in Java》、《Thinking in C》、《數據結構》等 。

推薦閱讀