如何学习数据挖掘
【转自网络】首先，我要说的是我觉得你是一名在校大学生
Data Mining不是你想的那么简单，他不单单和数学有关系，还包括了计算机领域的诸多学科。
还有社会工程学、逻辑学等文科和理科的交叉学科
他是一门庞大的体系。
你要是真想学我只能给你指条比较快的成才之路，后面的东西自己慢慢学都赶趟
慢慢充实自己
大学四年好好利用
学无止境
既然是数据分析那你的必须要过硬，别着急这只是你的其他学科的基础课。
其次是概率与统计，这才是正科，大学那点玩意就是糊弄人的，你要多看这方面的书。
这个一定要学好
线性必须要会要精通。
因为数据划分是数据挖掘里最重要的一个环节。
这个就是线性范畴里的了。
也要精通，学会线性分析你就发现你就学会了很多。
数学有这三个底子就可以了。
数学分析不要看了。
因为那只是高数的延伸
计算机你一定要懂。
数据库你必须得学会。
三大数据库ORACLE.SQL.MYSQL原理基本类似触类旁通
还有就是培养你的思维，尽量缜密敏捷。
这样才可以发现数据中的不同
因为有的数据挖掘是计算机处理的。
有的则是纸面上的。
所以必须学会记录好了，就先这么多了。
你学会了这几个就是你进军下一步的基础，这几个就够你学一阵子的了。
祝你好运哥们
数据挖掘的起点很高——1、统计学2、3、数学——图论，最优化理论等。
WEB上的数据结构更加复杂。
python语言————应该学习抱歉，事情太多，如果不追着就忘了
我认为你作为企业员工对数据挖掘感兴趣，最主要的就是从应用和解决问题开始，所以我想把数据挖掘这个狭义定义的内容改成你应该对数据分析感兴趣，数据挖掘只是数据分析的一个重要工具和解决方法之一
数量统计知识方面：我认为统计思想是数学在实践中最重要的体现，但对于实际工作者最重要的是掌握统计思想，其实统计理论非常复杂，但实际应用往往是比较简单的
比如，很多人都在大学学了假设检验，但实际应用中假设就是看P值是否小于0.05，但是H0是什么
拒绝还是接受的是什么现实问题；要理解
掌握软件问题：从软件角度学，是非常好的思路，我基本上就是这样学的。
我常说编软件的人最懂理论，否则编不出来，编软件的人最知道应用，否则软件买不出去；现在软件越来越友好，把软件自带案例做一遍，你会自觉不自觉的掌握软件解决问题的思路和能解决的问题类型；数据仓库问题：OLAP和数据挖掘是数据仓库建立基础上的两个增值应用，从企业整体角度，数据挖掘应该建立在企业数据仓库完备的基础上。
所以说数据仓库是针对企业级数据挖掘应用提出的，但我们应该记住，企业从来不是为了数据挖掘建立数据仓库，而是因为有了数据仓库后必然会提出数据挖掘的需求
现在随着数据挖掘软件的工具智能化，以及数据仓库和ETL工具的接口友好，对数据库层面的要求越来越少；数学不好可能反应了一个人思考问题的方式或深入理解问题的能力，但数学不是工具是脑具，不断解决问题的过程可以让我们思考问题更数学化
老师建议：不急，一步一步来
先把本职工作中的数据分析问题理解了，干好了
熟练玩好Excel软件工具，这个可以看我写的书，当然有很多Excel论坛和网站，从我的博客就可以连接到。
学习好统计分析方法，我不是单指统计原理，而是统计分析方法，比如回归分析，因子分析等，不断进入统计分析解决问题的思考方式；这个可以看看方面的书和数据案例，通过软件学习解决数据分析的统计问题，这方面的书很多，当然你也可以关注我的博客，不断增加统计分析方法解决数据分析问题的思路，自己对照着完成
在上述问题有了比较好的理解后，也就是你应该算是一个数据分析能手的时候，开始进入数据挖掘领域，你会发现用数据挖掘思想解决问题具有智能化、自动化的优势，接下来，你需要考虑的过程，通过学习Clementine软件或SAS的挖掘工具，不断理解数据挖掘与原来的数据分析工具有什么不同或优势
当前面都是了解并且能够得心应手后，你就要有针对性的掌握你工作所在行业的问题，例如：电信行业的解决方案问题：客户流失、客户价值、客户离网、客户保持、客户响应、客户交叉销售等，同时与数据分析和数据挖掘统一在一起的解决方案
接下来，你应该掌握数据库的一些原理和操作，特别是SQL语言的方式你到了这个阶段，就应该有全面解决问题的能力，比如挖掘出来的知识或商业规则如何推送到营销平台上等等梳理自己的知识结构，不仅会操作，现在你应该成为专家了，要能够宣扬你的知识能力和领导力，当然也要表明你在数据挖掘领域的要经常帮助同事和行业朋友，比如帮助解决数据分析问题，帮助咨询，甚至给大家讲课，这对你的知识梳理和能力的提高非常重要，你的自信心会更强
有兴趣，可以建立一个博客或什么，不断写点东西，经常思考和总结结交广泛的朋友
关于入门的教材：互联网，其实不用买什么书网络基本都有；要有好的搜索能力，当然包括搜各种软件
SPSS和Clementine软件的说明和案例，都做一遍；《数据挖掘——客户关系管理的艺术》
挖掘机保养学习心得
对于大数据的认识和理解这学期选修了网络工程这门课程，当时是抱着扫盲的态度选的这门课程，给自己定的目标不高，只需要对一些基础的概念和网络结构有些认识就可以，以免以后在人前谈论的时候不至于成为IT文盲，被一些专业性的技术人员所吓倒。
事实证明，态度决定一切，由于自己刚开始设定的目标就比较低，所以注定能够上升到的水平也就不高。
经过这几周的学习，对计算机网络的基础知识和大致结构有了一个粗浅的认识。
由于学生本身这方面的基础不扎实，知识结构在这方面比较薄弱，所以不能在技术方面进行深入的研究，只能对一些理论性的知识做一些了解和认识，建立起大概的知识框架。
在学习过程中，魏忠老师所提及的知识中有一点印象最为深刻，关于大数据BigData方面的提及引起了我很大的兴趣，越是自己私下里做了一些阅读和查询（主要是维克托·迈尔-舍恩伯格的《大数据时代》和网络上查看的一些资料）。
最后提交的这篇课程总结就着重报告一下自己在阅读了他人关于大数据的一些理论后自身的认识。
在这之前，我发现身边很多人都提起过大数据，其中包括老师和同学。
可是对于这些热门的新技术、新趋势人们往往趋之若鹜却又很难说的透彻，如果你问他大数据和你有什么关系
估计很少同学能说出一二三来。
究其原因，一是因为大家对新技术有着相同的原始渴求，至少知其然在聊天时不会显得很“无知”，因为现在人们普遍都有以一种信息焦虑感，别人知道的东西我不知道，就会感到焦虑，无论这些信息
个人认识\\\/感想:项目管理\\\/软件测试\\\/知识管理\\\/数据挖掘\\\/信息系统解决方案设计\\\/ .Net软件开发架构 2000字
网络教育学院《数据挖掘》课程大作业题目：Knn算法原理以及python实现姓名：报名编号：学习中心：层次：专升本专业：计算机科学与技术第一大题：讲述自己在完成大作业过程中遇到的困难，解决问题的思路，以及相关感想，或者对这个项目的认识，或者对Python与数据挖掘的认识等等，300-500字。
通过学习一个学期的数据挖掘课据挖掘有了一定的理解，也掌握了，理解了一些数据挖掘中用到的重要的算法。
在这个数据膨胀的大数据时代我们需要筛选，查询数据，处理数据。
我们看到的听到的都是数据，在这互联网时代数据更多，信息很多。
但是有些网站比如百度，谷歌，雅虎等为我们的学习生活带来了很多便利。
我们为了更正确更有效的利用和处理数据必须要利用数据挖掘技术，因为有了这技术我们以后的数字化生活变得更方便，不会因为数据多，信息多而感到反感。
所以我真正的体会到了数据挖掘的优越性。
同时我学习一些算法过后也感觉到了其复杂性，因为数据挖掘算法众多，掌握起来比较困难。
我们主要学习了贝叶斯分类算法，决策树分类算法等算法，这些是比较简单并且利用比较广泛的算法。
也学习了数据的概念，数据理解包括收集原始数据、数据描述、数据探索分析和数据质量
如何将信息技术应用到教学中的学习心得或思考
通过学习 《信息技术在学科教学应用》 课程我更加充分的到信息技术在学科中的重要作用，信息技术在学科教学中的应用心得。
下面我谈谈我的学习体会。
从教学整体上看，多媒体技术丰富了教学内容，提高了教学效果，扩大了教学规模，促进了教学现代化发展；从教学系统上看，多媒体技术在教学中的应用引起了教学内容、教学方法、教学组织形式等一系列变化，导致了教学思想、教学观念，甚至教学体制在一定程度上的变化。
现代信息技术还没有很好地融入教学领域，对于计算机辅助教学的理解还不够透彻，单纯强调了现代信息技术要为教学服务，而没有研究现代信息技术的基本内涵，所以造成只强调教育技术有形的媒体技术，而不重视教育技术无形的系统技术，忽视了数据处理及媒体资料利用等功能，违背了教学规律。
因此正确理解信息技术的内涵，把信息技术应用到实际教学当中，使信息技术充分发挥作用，提高教学效率，突破重点难点，甚至在信息技术的支持下改革现有的教学方法、教学内容和教学观念，是一个极为重要的课题。
这也就是课程整合的问题，即信息技术与各学科课程教学的整合。
信息化是当今世界经济和社会发展的大趋势，信息技术与其它学科的整合将成为我国面向21世纪学校教育教学改革的新视点。
信息技术给美术教学提供了大量信息和多种手段，为我们美术学科教学内容、教学方法和学习方式等都提供了更深更广的可挖掘潜力。
新的美术课程标准又为我们提出了崭新而丰富的总目标。
因此，美术教师必须将先进的教育思想和方法与信息技术相结合，更好地达到美术教学的根本目的，在美术学习过程中，激发创造精神，发展美术的实践能力，提高美术素养，陶冶高尚的审美情操，不断地完善人格。
一、利用信息技术中的计算机辅助教学，促进学生积极参与美术学习活动。
随着现代科技的迅猛发展，现代教学媒体普遍运用于美术教学将成为新世纪美术教育最具特色的一道风景线。
尤其是计算机辅助教学（CAI)，它不仅刺激人的视觉和听觉，变抽象的说教为形象的演示，而且能有效地唤醒人的兴趣、情绪和思维，营造美的气氛使学生受到美的感染，从而最大限度地作用于人。
教学课件是运用计算机辅助教学的重要手段。
教学课件不但包含文字和图形图象，还能呈现音频、动画、视频等。
利用多媒体课件的交互性，为个性化、自主化、交互式的学习提供了实施的舞台，使生动活泼、积极主动地学习得以进行，使终生教育、持续发展的构想得以实现。
利用信息技术，美术教师通过制作课件，可以将知识的表达多媒体化。
美术教师应多从课堂上师生的互动考虑，根据需要把一部分教学内容制成课件。
也可以利用身边的所有美术资料，如录像、图片等进行整理传输到计算机上转化为数字信息。
二、利用网络，引导学生积极参与学习的过程，充分发挥学生的主体精神，着重培养学生美术欣赏的最基本方法，不断提高学生的欣赏和评述能力。
对九年级的学生，突出引导他们学会在网上浏览欣赏适合自己的艺术作品，学会在网上收藏自己喜欢的优秀作品，反复感受、认识和理解，具体内容如《民间艺术作品》、《中国建筑介绍》、《中国优秀雕塑作品》、《精美的邮票》等和通过一系列的浏览、收藏，再运用语言、文字、绘画等方法表达自己的感受，真正达到培养欣赏与评述能力的目的。
学生通过网上教学资源，通过网络，可以彼此交流观点、共享信息，相互进行观察、比较、分析、评价等活动，既有利于学生对问题的理解，知识的掌握应用，又利于培养学生的互助品格，心得体会《信息技术在学科教学中的应用学习心得》()。
应鼓励学生利用互联网资源，查阅丰富的美术信息，开阔视野，展示他们的美术作品，进行交流，使美术课堂知识在网络中延伸、拓展。
在讲授《面具》一课时，学生们通过搜索，小组讨论交流，知道了面具的历史、种类、制作方法，欣赏到充满时代气息的精美面具，网络使学生在广泛的文化情景中认识面具艺术，使学生的审美欣赏能力得到提升，这也是新课标中对美术价值的要求之一。
三、利用信息技术，提高学生综合实践能力。
结合信息技术教育，在美术教学中，发展学生的综合实践能力，综合性的提出是美术课程改革突破的重点与难点，体现了美术教学真正实施素质教育的教育原则。
综合性即美术教学与其他学科的联系结合，同时也与现实社会，现实生活联系起来的美术实践活动。
与信息技术教育进行整合、既丰富了学习的内容，也扩展了学习的途径，大大促进了美术教育的发展。
如结合语文诗歌单元的学习，在电脑中用美术的手法表达诗句意象，制作解读诗歌意境的诗配画尝试，如用Painter、Photoshop制作“竹锁桥边卖酒家”等，有些作品还被语文老师所采纳用于教学；利用计算机信息技术课上所学的Powerpoint制作校园风景的幻灯片；利用平面设计软件制作化学实验图解、模型，物理物体受力分析示意图等等，把各科学习融入到美术课堂中来，愉快的多途径的学习，帮助学生活跃思维，开拓大脑，增加学习兴趣，交叉巩固了学科知识，提高了综合实践能力。
美术教学与信息技术教育的整合，使美术课堂教学让人耳目一新，具有新的突破。
使教学化难为易，化复杂抽象为直观形象。
同时也为学生提供包括视觉、听觉、触角等多样化的外部剌激，为学生提供了更多的认知和学习途径。
在有限的时间里，加大教学密度，丰富教学内容，提高课堂效率，同时通过投影屏幕，丰富直观的感性认识，培养学生的观察力，加强了记忆力，开阔学生的视野，发散了学生的思维，也丰富了想象。
但是在信息技术运用于美术教学的同时，仍有一些不可忽视的问题，如师生在网络上的直接交流仍需加强；学生的自主参与意识不强，自我约束能力较差的学生容易失控；资源的大量、多样化容易掩盖分析思考过程；一些基础知识容易被忽略等。
四、 信息技术教育的迅速发展，对师资提出了新的要求。
教师要具有运用现代信息工具的能力，在现代信息环境下进行教学和科研的能力，即教师的整合能力。
主要包括：1.不断更新的信息技术知识技能。
2. 辩证的信息技术教育价值观和良好的信息技术使用习惯。
3. 信息技术与学科教学整合的教学设计能力。
教师的教学设计能力是信息技术整合能力系统的核心，主要包括：根据课程标准确定综合教学目标的能力；分析把握学习者特征及学习者已有知识经验的能力；对教学内容进行分析，把握重点、难点以及各内容之间相互关联的能力；根据教学目标和教学内容的要求，针对学习者的特点和发展需求，论证信息技术的潜能和不足，选用合适的信息技术，并确定信息技术应用方式的能力；综合考虑各种因素确定教学方法，设计教学和学习活动的能力；合理处理和应用教学资源的能力。
4. 信息技术与学科教学整合的教学设施能力。
例如：能利用信息技术管理学生在信息技术环境中的学习活动，实现学生学习最优化的能力等。
5.信息技术与学科教学整合的教学评价能力。
6．信息技术与学科教学整合的自我发展能力：教师应能利用结合校本的“整合”实践中，通过对教学活动的自我评价和反思以及系统科学的研究，不断提高自己的“整合”能力，并利用信息技术及有关资源促进持续的专业能力发展和终身学习。
信息技术辅助教学并与其他学科整合已是现代化教学方式之一，它亦是现代教育发展的必然趋势。
但是信息技术与学科整合要想有机结合并且深入发展下去，还需要一定的时间及多种必要的条件。
我们教育者必须努力学习信息技术和现代教育技术，让信息技术在教育领域发挥出更大的作用
以大数据如何改变我们的生活写1500字论文
大数据个体量大，数据类别特别大的数据集且这样的数据集用传统数据库工具对其内容进行抓取、管理和处理。
大数据首先是指数据体量(volumes)?大，指代大型数据集，一般在10TB?规模左右，但在实际应用中，很多企业用户把多个数据集放在一起，已经形成了PB级的数据量；其次是指数据类别(variety)大，数据来自多种数据源，数据种类和格式日渐丰富，已冲破了以前所限定的结构化数据范畴，囊括了半结构化和非结构化数据。
接着是数据处理速度（Velocity）快，在数据量非常庞大的情况下，也能够做到数据的实时处理。
最后一个特点是指数据真实性（Veracity）高，随着社交数据、企业内容、交易与应用数据等新数据源的兴趣，传统数据源的局限被打破，企业愈发需要有效的信息之力以确保其真实性及安全性。
从所周知，大数据已经不简简单单是数据大的事实了，而最重要的现实是对大数据进行分析，只有通过分析才能获取很多智能的，深入的，有价值的信息。
那么越来越多的应用涉及到大数据，而这些大数据的属性，包括数量，速度，多样性等等都是呈现了大数据不断增长的复杂性，所以大数据的分析方法在大数据领域就显得尤为重要，可以说是决定最终信息是否有价值的决定性因素。
基于如此的认识，大数据分析普遍存在的方法理论有哪些呢
大数据分析的使用者有大数据分析专家，同时还有普通用户，但是他们二者对于大数据分析最基本的要求就是可视化分析，因为可视化分析能够直观的呈现大数据特点，同时能够非常容易被读者所接受，就如同看图说话一样简单明了。
大数据分析的理论核心就是数据挖掘算法，各种数据挖掘的算法基于不同的数据类型和格式才能更加科学的呈现出数据本身具备的特点，也正是因为这些被全世界统计学家所公认的各种统计方法（可以称之为真理）才能深入数据内部，挖掘出公认的价值。
另外一个方面也是因为有这些数据挖掘的算法才能更快速的处理大数据，如果一个算法得花上好几年才能得出结论，那大数据的价值也就无从说起了。
大数据分析最终要的应用领域之一就是预测性分析，从大数据中挖掘出特点，通过科学的建立模型，之后便可以通过模型带入新的数据，从而预测未来的数据。
大数据分析广泛应用于网络数据挖掘，可从用户的搜索关键词、标签关键词、或其他输入语义，分析，判断用户需求，从而实现更好的用户体验和广告匹配。
大数据分析离不开数据质量和数据管理，高质量的数据和有效的数据管理，无论是在学术研究还是在商业应用领域，都能够保证分析结果的真实和有价值。
大数据分析的基础就是以上五个方面，当然更加深入大数据分析的话，还有很多很多更加有特点的、更加深入的、更加专业的大数据分析方法。
当下我国大数据研发建设应在以下四个方面着力 一是建立一套运行机制。
大数据建设是一项有序的、动态的、可持续发展的系统工程，必须建立良好的运行机制，以促进建设过程中各个环节的正规有序，实现统合，搞好顶层设计。
二是规范一套建设标准。
没有标准就没有系统。
应建立面向不同主题、覆盖各个领域、不断动态更新的大数据建设标准，为实现各级各类信息系统的网络互连、信息互通、资源共享奠定基础。
三是搭建一个共享平台。
数据只有不断流动和充分共享，才有生命力。
应在各专用数据库建设的基础上，通过数据集成，实现各级各类指挥信息系统的数据交换和数据共享。
四是培养一支专业队伍。
大数据建设的每个环节都需要依靠专业人员完成，因此，必须培养和造就一支懂指挥、懂技术、懂管理的大数据建设专业队伍。
