網(wǎng)友解答: #一、數(shù)據(jù)挖掘的定義|什么是數(shù)據(jù)挖掘？數(shù)據(jù)挖掘是一個用數(shù)據(jù)發(fā)現(xiàn)問題、解決問題的學(xué)科。通常通過對數(shù)據(jù)的探索、處理、分析或建模實現(xiàn)。|數(shù)據(jù)挖掘?qū)W習(xí)路線大學(xué)里并沒有數(shù)據(jù)挖掘這么一個

網(wǎng)友解答:

#一、數(shù)據(jù)挖掘的定義

|什么是數(shù)據(jù)挖掘？

數(shù)據(jù)挖掘是一個用數(shù)據(jù)發(fā)現(xiàn)問題、解決問題的學(xué)科。通常通過對數(shù)據(jù)的探索、處理、分析或建模實現(xiàn)。

|數(shù)據(jù)挖掘?qū)W習(xí)路線

大學(xué)里并沒有數(shù)據(jù)挖掘這么一個專業(yè)，現(xiàn)有的數(shù)據(jù)挖掘工程師大都來自工科或統(tǒng)計學(xué)等專業(yè)。目前的數(shù)據(jù)挖掘工程師大都來自不同背景，計算機科學(xué)、數(shù)學(xué)甚至是機械工程。要想成功勝任，其訣竅是熱情、好奇心，不斷學(xué)習(xí)新的工具的能力，以及對數(shù)據(jù)清洗和分析的耐心。

|給新人的建議

最重要的三個品質(zhì)：好奇心、是非觀以及批判性思考。這三個品質(zhì)，放在其他領(lǐng)域同樣適用。專業(yè)領(lǐng)域的三種能力：編程能力、統(tǒng)計基礎(chǔ)、商業(yè)思維。編程和統(tǒng)計在大學(xué)較為容易學(xué)到，商業(yè)思維需要多實踐總結(jié)。

#二、數(shù)據(jù)挖掘在做什么

|數(shù)據(jù)挖掘工程師的一天

檢查日常報表數(shù)據(jù)是否異常，尋求數(shù)據(jù)波動的合理解釋。針對新業(yè)務(wù)，設(shè)計指標(biāo)，搭建數(shù)據(jù)模型。搭建商品推薦系統(tǒng)、價格預(yù)測系統(tǒng)、文本分類系統(tǒng)或是聊天機器人。

|數(shù)據(jù)挖掘的算法

使用復(fù)雜的機器學(xué)習(xí)算法并不能保證效果。一般來講，最好的解決辦法，通常很簡單。生產(chǎn)環(huán)境使用簡單的算法，并不意味著要放棄前沿算法。每一套新的方法，其目的都在解決前面的薄弱之處。

|數(shù)據(jù)挖掘與服務(wù)器

本地 PC 由于硬件與系統(tǒng)限制，工程師常在服務(wù)器進行大規(guī)模數(shù)據(jù)的運算、腳本部署與接口部署。

#三、商業(yè)中的數(shù)據(jù)挖掘

|作為公司，該如何開展數(shù)據(jù)挖掘

評估可能的收益與需要的投入開始收集數(shù)據(jù)招募數(shù)據(jù)挖掘團隊

|招聘數(shù)據(jù)挖掘團隊

好奇心應(yīng)該是數(shù)據(jù)挖掘從業(yè)者的最重要品質(zhì)。招聘時，應(yīng)確保候選人對工作內(nèi)容感興趣。候選人應(yīng)具備一定的成果意識。商業(yè)更重成果，而不是過程。

|數(shù)據(jù)挖掘應(yīng)用

廣告位點擊預(yù)估信用卡風(fēng)控評估用戶流失干預(yù)

#四、數(shù)據(jù)挖掘工具

|數(shù)據(jù)挖掘工具與大數(shù)據(jù)

掌握以下工具：Python、Linux、Pandas 及 Jupyter、關(guān)系型和非關(guān)系型數(shù)據(jù)庫。大數(shù)據(jù)通常指傳統(tǒng)數(shù)據(jù)系統(tǒng)無法處理的數(shù)據(jù)。體量和增速都相當(dāng)大。處理工具以 Hadoop 為代表。

#五、數(shù)據(jù)挖掘進階

|神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)

神經(jīng)網(wǎng)絡(luò)出現(xiàn)已數(shù)十年，但由于條件限制，這一方向擱置了數(shù)十年。目前隨著新的優(yōu)化方法的出現(xiàn)和算力的提升，這一方向的工業(yè)化逐漸成為可能。

|如何更上一層樓

掌握基本的編程知識，更多地去理解背后的原理。流程化意識，及時復(fù)盤總結(jié)，規(guī)范流程（復(fù)用）。成果導(dǎo)向，將知識轉(zhuǎn)化為行動和成果，給他人帶來價值，服務(wù)更多人。

網(wǎng)友解答:

數(shù)據(jù)挖掘是指這個過程：

在龐大數(shù)據(jù)集當(dāng)中發(fā)現(xiàn)模式，將它轉(zhuǎn)換成有效的信息。該技術(shù)利用特定的算法、統(tǒng)計分析、人工智能和數(shù)據(jù)庫系統(tǒng)，從龐大數(shù)據(jù)集中提取信息，并轉(zhuǎn)換成易于理解的形式。

數(shù)據(jù)挖掘定義有廣義和狹義之分：

從廣義的觀點，數(shù)據(jù)挖掘是從大型數(shù)據(jù)集(可能是不完全的、有噪聲的、不確定性的、各種存儲形式的)中，挖掘隱含在其中的、人們事先不知道的、對決策有用的知識的過程。

從這種狹義的觀點上，我們可以定義數(shù)據(jù)挖掘是從特定形式的數(shù)據(jù)集中提煉知識的過程。

數(shù)據(jù)挖掘主要的相關(guān)技術(shù)：

數(shù)據(jù)庫等信息技術(shù)的發(fā)展

統(tǒng)計學(xué)深入應(yīng)用

人工智能技術(shù)的研究和應(yīng)用

相關(guān)：

零基礎(chǔ)學(xué)習(xí)大數(shù)據(jù)挖掘的33個知識點整理

https://www.toutiao.com/i6600587385979798030/

大數(shù)據(jù)學(xué)習(xí)：數(shù)據(jù)統(tǒng)計分析和數(shù)據(jù)挖掘有何區(qū)別？

https://www.toutiao.com/i6600223255661904388/