数据挖掘入门 资料和步骤

最近不少朋友问到数据挖掘怎么入门，要看什么资料，

就想写一篇文章介绍一下入门步骤和资料，基本上下面的步骤是按顺序的，时间方面个人感觉至少需要小几个月

 

基础知识：

• 线性代数
• 统计学
• 计算机技术

基本上这些东西不说熟悉，至少也要有点概念，或者是大学有上过对应的课程，不需要特别准备。

 

推荐书籍和资料：

视频：

• Coursera Machine Learning  by Andrew Ng 作为入门还是不错的，而且对于初学者而言，视频比较容易理解

中文：

• 《数据挖掘概念与技术》  这本书我自己也挺喜欢的，适合初学者，涉及的面比较多，不过不够深入 (备选：《数据挖掘导论》）

• 《数学之美》 介绍了一些挺有意思的东西

英文：

• PPT by Tan, Steinbach, Kumar 我这边上传了PDF版本
• Pattern Recognition And Machine Learning  很多人推荐的一本书了，就是没有中文，而且难度有点大 （可以慢慢看）

 

实践：

了解了数据挖掘是怎么回事以后，最好的学习办法就是开始实战，如果公司里面没有类似的项目，那么可以考虑去以下网站参加比赛，重在参与和学习

• http://www.kaggle.com/

其他常用资料和网站：

• 数据 如果你想要下载一些数据，这个网站可能会帮你
• cos.name 这边有一些业界案例的ppt下载（年会那些），还有一些基本资料

数据挖掘工作中可能涉及到的技能和工具：

• 业务知识
• 数据清理和准备 （例如说sql server）
• 建模和分析工具 （例如说R， Weka)
  • 算法和方案
• Demo （PPT）
• 大数据处理 （Hadoop/Mahout)
• Coding （不管是自己做一点处理还是最终把产品带上线，都需要一些coding的能力）