如何学习数据挖掘和数据科学的7个步骤

短命女 2022-05-28 12:57 144阅读 0赞

*  前言
 *  概括
 *  1 学习语言
 *  2 工具：数据挖掘，数据科学和可视化软件
 *  3 教科书
 *  4 教育：网络研讨会，课程，证书和学位
 *  5 数据
 *  6 比赛
 *  7 互动：会议，团体和社交网络
 *  more

# 前言 #

最近一直一再学习数据挖掘的相关知识，这是一篇国外的文章，我添加了自己的一些理解，大概的翻译过来，供大家一起学习参考。

# 概括 #

1.  语言：学习R，Python和SQL
2.  工具：了解如何使用数据挖掘和可视化工具
3.  教科书：阅读入门教科书以了解基本原理
4.  教育：观看网络研讨会，参加课程并考虑证书或数据科学学位
5.  数据：检查可用的数据资源并在那里找到
6.  比赛：参加数据挖掘比赛
7.  通过社交网络，团体和会议与其他数据科学家进行交流

# 1 学习语言 #

现用于数据挖掘的最流行的语言是R，Python和SQL。  
每种资源都有很多

*  [Free e-book on Data Science with R][]
 *  Python for Data Analysis: Agile Tools for Real World Data [下载链接][Link 1]
 *  [An indispensable Python : Data sourcing to Data science][An indispensable Python _ Data sourcing to Data science]
 *  [W3 Schools Learning SQL][]

# 2 工具：数据挖掘，数据科学和可视化软件 #

对于不同的任务有许多[数据挖掘工具][Link 2] ，但最好使用支持整个数据分析过程的数据挖掘套件进行学习。

您可以从开源（免费）工具开始，如[KNIME][] ， [RapidMiner][]和[Weka][] 。

但是，对于许多分析工作，您需要了解[SAS][] ，这是领先的商业工具并得到广泛应用。

其他流行的[分析和数据挖掘软件][Link 3]包括MATLAB，StatSoft STATISTICA，Microsoft SQL Server，Tableau，IBM SPSS Modeler和Rattle。

可视化是任何数据分析的重要组成部分 - 了解如何使用Microsoft Excel（适用于许多更简单的任务）， [R图形][R] （特别是[ggplot2][] ）以及[Tableau][] \- 一个用于可视化的出色软件包。 其他好的可视化工具包括TIBCO Spotfire和Miner3D。  
国内百度的[Echarts][]也是相当好用的

# 3 教科书 #

有许多数据挖掘和数据科学教科书可用，但你可以检查这些

*  [数据挖掘和分析：基本概念和算法，免费PDF下载（草案）][PDF] ，由Mohammed Zaki和Wagner Meira Jr.提供。
 *  [数据挖掘：实用机器学习工具和技术“][Link 4] ，来自Weka作者的Ian Witten，Eibe Frank和Mark  
    Hall，以及广泛使用Weka的例子。
 *  [统计学习 ，数据挖掘，推理和预测的元素][Link 5] ，Trevor Hastie，Robert Tibshirani，Jerome Friedman，数学导向的重要介绍
 *  [LIONbook：学习和智能优化][LIONbook] ，Roberto Battiti和Mauro Brunato，可以在网上免费下载，逐章阅读。
 *  [大量数据集的挖掘Book][Book] ，A. Rajaraman，J. Ullman。
 *  [StatSoft Electronic Statistics Textbook™（免费）][StatSoft Electronic Statistics Textbook]包含许多数据挖掘主题

# 4 教育：网络研讨会，课程，证书和学位 #

您可以从关于分析，大数据，数据挖掘和数据科学领域最新主题的许多[免费网络研讨会和网络直播][Link 6]开始。

也有很多在线课程，其中很多都是免费的 - 请参阅[KDnuggets在线教育目录][KDnuggets] 。

特别检查这些课程：

*  [机器学习][Link 7] ，在Coursera由Andrew Ng教授
 *  在加州理工学院教授Yaser Abu-Mostafa的指导下， 在 edX 学习[learning from data][] ，
 *  从Syracuse iSchool 开放[应用数据科学在线课程][Link 8]
 *  [使用Weka进行数据挖掘][Weka 1] ，免费在线课程。

最后，考虑在[数据挖掘，数据科学或高级学位][Link 9]获得证书 ，例如数据科学中的MS - 请参阅KDnuggets目录中的教育分析，数据挖掘和数据科学 。

# 5 数据 #

你需要分析数据 - 请参阅[数据挖掘的数据集的 KDnuggets目录][KDnuggets 1]，其中包括

*  [政府，联邦，州，市，地方和公共数据网站和门户][Link 10]
 *  [数据API，集线器，市场，平台，门户和搜索引擎 。][API_]
 *  [免费的公共数据集][Link 11]

# 6 比赛 #

再一次，你最好通过练习来学习，所以参加[Kaggle比赛][Kaggle] \- 从初学者比赛开始，比如[使用机器学习预测泰坦尼克号生存][Link 12]

# 7 互动：会议，团体和社交网络 #

您可以加入许多同行组 - 查看[前30名LinkedIn分组，大数据，数据挖掘和数据科学组][30_LinkedIn] 。

[AnalyticBridge][]是分析和数据科学的活跃社区。

您可以参加关于分析，[大数据，数据挖掘，数据科学和知识发现的众多会议和会议][Link 13] 。

另外，考虑加入组织年度[KDD会议][KDD] \- 领域领先的研究会议的ACM SIGKDD 。

# more #

*  [如何从数据科学入门][Link 14] ，Hortonworks
 *  [一个实用的数据科学简介][Link 15] ，Zipfian学院
 *  [成为数据科学家 - 通过Metromap进行课程设置][- _Metromap] ，这是一个数据科学家之旅的视觉地图。
 *  [获得免费的数据科学教育][Link 16] ，Daniel Gutierrez

--------------------

**原文链接**  
[这里跳转][Link 17]

**转载请注明出处：**  
CSDN:楼上小宇\_\_home:[http://blog.csdn.net/sty945][http_blog.csdn.net_sty945]  
简书：楼上小宇：[http://www.jianshu.com/u/1621b29625df][http_www.jianshu.com_u_1621b29625df]

[Free e-book on Data Science with R]: https://www.kdnuggets.com/2013/02/free-e-book-on-data-science-with-r.html
[Link 1]: https://download.csdn.net/download/sty945/10329958
[An indispensable Python _ Data sourcing to Data science]: https://www.datasciencecentral.com/profiles/blogs/an-indispensable-python-data-sourcing-to-data-science
[W3 Schools Learning SQL]: https://www.w3schools.com/sql/
[Link 2]: https://www.kdnuggets.com/software/index.html
[KNIME]: https://www.knime.com/
[RapidMiner]: http://rapid-i.com/content/view/181/190/
[Weka]: http://www.cs.waikato.ac.nz/ml/weka/
[SAS]: http://www.sas.com/
[Link 3]: https://www.kdnuggets.com/polls/2013/analytics-big-data-mining-data-science-software.html
[R]: http://cran.r-project.org/web/views/Graphics.html
[ggplot2]: http://cran.r-project.org/web/packages/ggplot2/index.html
[Tableau]: http://www.tableau.com/
[Echarts]: http://echarts.baidu.com/
[PDF]: https://www.kdnuggets.com/2013/09/data-mining-analysis-fundamental-concepts-algorithms-download-pdf-draft.html
[Link 4]: http://www.cs.waikato.ac.nz/ml/weka/book.html
[Link 5]: http://www-stat.stanford.edu/~tibs/ElemStatLearn/
[LIONbook]: http://www.lionsolver.com/LIONbook/
[Book]: https://www.kdnuggets.com/2012/08/mining-massive-datasets-book-revised.html
[StatSoft Electronic Statistics Textbook]: http://www.statsoft.com/textbook/
[Link 6]: https://www.kdnuggets.com/webcasts/index.html
[KDnuggets]: https://www.kdnuggets.com/education/index.html
[Link 7]: https://www.coursera.org/course/ml
[learning from data]: https://www.kdnuggets.com/2013/09/edx-learning-from-data-free-online-course.html
[Link 8]: http://ischool.syr.edu/future/cas/datascience.aspx
[Weka 1]: https://weka.waikato.ac.nz/
[Link 9]: https://www.kdnuggets.com/education/analytics-data-mining-certificates.html
[KDnuggets 1]: https://www.kdnuggets.com/datasets/index.html
[Link 10]: https://www.kdnuggets.com/datasets/government-local-public.html
[API_]: https://www.kdnuggets.com/datasets/api-hub-marketplace-platform.html
[Link 11]: https://www.kdnuggets.com/2011/02/free-public-datasets.html
[Kaggle]: http://www.kaggle.com/
[Link 12]: https://www.kdnuggets.com/2012/10/beginner-competition-titanic-survival-via-machine-learning.html
[30_LinkedIn]: https://translate.googleusercontent.com/translate_c?depth=1&hl=zh-CN&prev=search&rurl=translate.google.com.hk&sl=en&sp=nmt4&u=https://www.kdnuggets.com/2013/04/top-30-linkedin-groups-analytics-big-data-data-mining-data-science.html&xid=17259,15700023,15700124,15700149,15700168,15700173,15700186,15700201&usg=ALkJrhjRHHFu1_Ea9Zdp0CRKx2Fc09f4Hw
[AnalyticBridge]: https://translate.googleusercontent.com/translate_c?depth=1&hl=zh-CN&prev=search&rurl=translate.google.com.hk&sl=en&sp=nmt4&u=http://www.analyticbridge.com/&xid=17259,15700023,15700124,15700149,15700168,15700173,15700186,15700201&usg=ALkJrhg3FqnRQ7t1YkWFqjaI69GDNQnHgw
[Link 13]: https://www.kdnuggets.com/meetings/index.html
[KDD]: http://www.sigkdd.org/
[Link 14]: http://hortonworks.com/blog/how-to-get-started-in-data-science/
[Link 15]: http://blog.zipfianacademy.com/post/46864003608/a-practical-intro-to-data-science
[- _Metromap]: http://nirvacana.com/thoughts/becoming-a-data-scientist/
[Link 16]: http://inside-bigdata.com/2013/09/19/getting-free-data-science-education/
[Link 17]: https://www.kdnuggets.com/2013/10/7-steps-learning-data-mining-data-science.html
[http_blog.csdn.net_sty945]: http://blog.csdn.net/sty945
[http_www.jianshu.com_u_1621b29625df]: http://www.jianshu.com/u/1621b29625df