日本免费全黄少妇一区二区三区-高清无码一区二区三区四区-欧美中文字幕日韩在线观看-国产福利诱惑在线网站-国产中文字幕一区在线-亚洲欧美精品日韩一区-久久国产精品国产精品国产-国产精久久久久久一区二区三区-欧美亚洲国产精品久久久久

  1. 首頁 > 云知道 > >

如何系統(tǒng)地學(xué)習(xí)數(shù)據(jù)挖掘,數(shù)據(jù)挖掘教程( 二 )

云知道系統(tǒng)地


數(shù)據(jù)挖掘項目通常需要重復(fù)一些毫無技術(shù)含量的工作 。如果你閱讀了以上內(nèi)容覺得可以接受 ， 那么繼續(xù)往下看 。學(xué)習(xí)一門技術(shù)要和行業(yè)靠攏 ， 沒有行業(yè)背景的技術(shù)如空中樓閣 。技術(shù)尤其是計算機領(lǐng)域的技術(shù)發(fā)展是寬泛且快速更替的（十年前做網(wǎng)頁設(shè)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(shù)細節(jié) 。但是技術(shù)在結(jié)合行業(yè)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(yè)經(jīng)驗 ， 使用互聯(lián)網(wǎng)思維跨界讓你更容易取得成功 。
不要在學(xué)習(xí)技術(shù)時想要面面俱到 ， 這樣會失去你的核心競爭力 。一、目前國內(nèi)的數(shù)據(jù)挖掘人員工作領(lǐng)域大致可分為三類 。1）數(shù)據(jù)分析師：在擁有行業(yè)數(shù)據(jù)的電商、金融、電信、咨詢等行業(yè)里做業(yè)務(wù)咨詢 ， 商務(wù)智能 ， 出分析報告 。2）數(shù)據(jù)挖掘工程師：在多媒體、電商、搜索、社交等大數(shù)據(jù)相關(guān)行業(yè)里做機器學(xué)習(xí)算法實現(xiàn)和分析 。3）科學(xué)研究方向：在高校、科研單位、企業(yè)研究院等高大上科研機構(gòu)研究新算法效率改進及未來應(yīng)用 。
二、說說各工作領(lǐng)域需要掌握的技能 。(1).數(shù)據(jù)分析師需要有深厚的數(shù)理統(tǒng)計基礎(chǔ) ， 但是對程序開發(fā)能力不做要求 。需要熟練使用主流的數(shù)據(jù)挖掘（或統(tǒng)計分析）工具如SAS）、SPSS、EXCEL、BI工具等 。需要對與所在行業(yè)有關(guān)的一切核心數(shù)據(jù)有深入的理解 ， 以及一定的數(shù)據(jù)敏感性培養(yǎng) 。經(jīng)典圖書推薦：《概率論與數(shù)理統(tǒng)計》、《統(tǒng)計學(xué)》推薦David Freedman版、《業(yè)務(wù)建模與數(shù)據(jù)挖掘》、《數(shù)據(jù)挖掘?qū)д摗贰ⅰ禨AS編程與數(shù)據(jù)挖掘商業(yè)案例》、《Clementine數(shù)據(jù)挖掘方法及應(yīng)用 》、《Excel 2007 VBA參考大全》、《IBM SPSS Statistics 19 Statistical Procedures Companion》等(2).數(shù)據(jù)挖掘工程師需要理解主流機器學(xué)習(xí)算法的原理和應(yīng)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(shù)據(jù)庫原理 ， 能夠熟練操作至少一種數(shù)據(jù)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(jīng)典圖書推薦：《數(shù)據(jù)挖掘概念與技術(shù)》、《機器學(xué)習(xí)實戰(zhàn)》、《人工智能及其應(yīng)用》、《數(shù)據(jù)庫系統(tǒng)概論》、《算法導(dǎo)論》、《Web數(shù)據(jù)挖掘》、《 Python標準庫》、《thinking in Java》、《Thinking in C》、《數(shù)據(jù)結(jié)構(gòu)》等 。
(3).科學(xué)研究方向需要深入學(xué)習(xí)數(shù)據(jù)挖掘的理論基礎(chǔ) ， 包括關(guān)聯(lián)規(guī)則挖掘 （Apriori和FPTree）、分類算法（C4.5、KNN、Logistic Regression、SVM等) 、聚類算法 （Kmeans、Spectral Clustering） 。目標可以先吃透數(shù)據(jù)挖掘10大算法各自的使用情況和優(yōu)缺點 。
相對SAS、SPSS來說R語言更適合科研人員The R Project for Statistical Computing ， 因為R軟件是完全免費的 ， 而且開放的社區(qū)環(huán)境提供多種附加工具包支持 ， 更適合進行統(tǒng)計計算分析研究 。雖然目前在國內(nèi)流行度不高 ， 但是強烈推薦 ?？梢試L試改進一些主流算法使其更加快速高效 ， 例如實現(xiàn)Hadoop平臺下的SVM云算法調(diào)用平臺--web 工程調(diào)用hadoop集群 。
需要廣而深的閱讀世界著名會議論文跟蹤熱點技術(shù) 。如KDD ， ICML ， IJCAI ， Association for the Advancement of Artificial Intelligence ， ICDM 等等；還有數(shù)據(jù)挖掘相關(guān)領(lǐng)域期刊：ACM Transactions on Knowledge Discovery from Data ， IEEE Transactions on Knowledge and Data Engineering ， Journal of Machine Learning Research Homepage ， IEEE Xplore: Pattern Analysis and Machine Intelligence, IEEE Transactions on等 。

推薦閱讀