数据挖掘需要学什么(数据挖掘如何自学)

AI时代，在招聘网站公布的招聘数据中，“算法”、“机器学习”、“数据挖掘”相关岗位平均招聘薪资高于其余同等学历、工龄要求的技术岗位30%以上甚至更高，吸引了一***人开始学习数据挖掘。

今天本篇就来说说，对于零基础小白，应该如何入门数据挖掘，并且在文中附上我之前用过的学习资料及书籍。

数据挖掘的基本概念

先来理解一下什么是数据挖掘。

数据挖掘是从大量的数据中，挖掘出未知的且有价值的信息和知识的过程。但是不是所有的信息发现都能叫数据挖掘，比如通过数据库查找个别记录，通过搜索引擎查找特定的网页等，这些都属于信息检索，数据挖掘是数据库中的知识发现，把没加工的数据转换为有用信息的过程。

机器学习和数据挖掘有什么区别？

机器学习和数据挖掘很类似，很多人以为两个说的是一样的东西，虽然两者本质上的区别不大，但是还是有一些细小的区别：

机器学习更侧重于技术方面和各种算法，一般提到机器学习就会想到语音识别，图像视频识别，机器翻译，等等各种模式识别，核心就是各种精妙的算法。

数据挖掘更偏向于“数据”而不是算法，它包括了很多数据的前期处理，数据的爬取、清洗、整合，数据的有效性检测，数据可视化（画图）等等，最后才是用一些统计的或者机器学习的算法来抽取某些有用的“知识”。前期数据处理的工作比较多。

所以，数据挖掘的范畴要更广泛一些

数据挖掘需要哪些技能？

我是前几年入坑数据挖掘的，纯粹是个人爱好，由于有好几年的数据分析基础，我上手起来不是特别困难，类比数据分析，我也给大家梳理一下数据挖掘的一些必备技能

编程语言

数据挖掘和数据分析不一样，数据分析可以利用一些现成的分析工具完成，但是数据挖掘绝大部分要依赖于编程，在数据挖掘领域常用的编程语言有R、Python、C++、java等，R和python是最受欢迎的两种，可能有一部分人之前在接触数据分析的时候学过python，如果做数据挖掘的话，我也推荐python

推荐学习书籍：《Python核心编程(第二版)》，《利用Python进行数据分析》

大数据处理框架

做数据挖掘不可避免的要接触大数据，目前常用的大数据框架就两个，Hadoop和Spark，Hadoop的原生开发语言是Java，资料多，Spark的原生开发语言是Scala，不过也有Python的API。

数据库知识

这个不用多说，既然是和数据打交道，数据库知识自然少不了，常见关系数据库和非关系数据库知识都要掌握，如果要处理大数量数据集，就得掌握关系型数据库知识，比如sql、oracle。详细设计的知识点，看下图：

推荐学习书籍：《SQL必知必会》、《数据库系统概念》、《Redis设计与实现》、《高性能MySQL（第3版）》（顺序由入门到进阶）

数据结构与算法

精通数据结构和算法对数据挖掘来说相当重要，在数据挖掘岗位面试中也是问的比较多的，数据结构包括数组，链表，堆栈，队列，树，哈希表，集合等，而常见的算法包括排序，搜索，动态编程，递归等

关于数据结构和算法的学习，很多人推荐《算法导论》和《数据结构与算法分析(C语言描述)》这两本书，这两本我都看过，个人觉得《算法导论》太难看完了，里面虽然讲的很细致，但是晦涩难懂，所以我推荐《算法(第4版)》，虽然这本书使用Java讲解常见的算法，但是基本上没有特别难懂的语法，没有Java基础也能轻松看懂

应付面试的话，光看《算法(第4版)》还不够，建议再刷两本应试书籍，比如《程序员代码面试指南》或者《直通BAT面试算法精讲课》

机器学习/深度学习

机器学习是数据挖掘的最重要部分之一。 机器学习算法可建立样本数据的数学模型，来进行预测或决策， 深度学习是更广泛的机器学习方法系列中的一部分。这部分的学习主要分两块，一是掌握常见机器学习算法原理，二是应用这些算法并解决问题。

机器学习入门，强烈推荐吴恩达老师的《机器学习》的视频，地址：
https://www.coursera.org/learn/machine-learning基本上80%的人入门机器学习都是靠这个视频。具体提纲我就不列了，大家自己看，我的建议是直接按顺序学，可以反复多看两遍。

推荐书籍：周志华的《机器学习》，这本书的结构很清晰，理论和实践都有设计，是一本不错的学习书

统计学知识

数据挖掘是一个交叉学科，不仅涉及编程和计算机科学，还涉及到多个科学领域，统计学就是不可获取的一部分，它可以帮我们更快的识别问题，区分因果关系和相关性。

推荐学习书籍：李航的《统计学习方法》、《统计学》（原书第5版）

沟通表达能力

和数据分析一样，做数据挖掘不光要处理数据，而且还要向其他人解释我们数据挖掘的结果和见解，而且在大部分的企业中，汇报的对象往往都是一些没有技术基础的业务人员，所以这个岗位也相当考验沟通和表达能力

学习资源

最后，干货奉上！数据挖掘的学习网站和课程资源：

学习网站：

• W3Cschool https://www.w3cschool.cn/r/
• 菜鸟教程 http://www.runoob.com/
• 中国大学MOOC https://www.icourse163.org/category/computer
• 慕课网 https://www.imooc.com/
• 网易云课堂 https://study.163.com/category/excel?utm_source=baidu&utm_medium=cpc&utm_campaign=affiliate&utm_term=zyexcel_023&utm_content=SEM

论坛博客：CSDN： https://www.csdn.net/ 做数据的都知道这个博客。功能非常全面的社区型网站，论坛只是其一部分功能DMI:数据挖掘学院：http://www.cs.wisc.edu/dmi/50 data miningresources：https://www.ngdata.com/data-mining-resources/热门数据挖掘资源：50个教程，文章和视频，用于学习数据挖掘方法，分析等