什么是数据挖掘需要学习？_数据挖掘需要学什么

我一直在问几个人最近他们需要学习数据挖掘和预测分析的成功是什么。这是一个不同的扭曲的问题，我也得到，即什么程度应该得到是一个很好的（虽然“绿色”）数据矿工。

通常情况下，后者的问题得到回答“无所谓”，因为我知道这么多伟大的矿工数据没有统计和数学学位谁是大数据矿工。可以理解的是，还有很多非统计/数学度具有很强的统计和数学部分，如心理学，政治学和工程仅举几例。但话又说回来，你不一定要加载在这些学科的统计/数学课程无论是。所以“学什么”的问题在整个应用是否专业本科或研究生。当然，统计和机器学习的课程是直接适用。然而，答案我最近给什么做新的数据挖掘需要学习的问题（假设他们将学习算法）都是围绕着另外两个主题：数据库和业务我没有具体的课程或经验，无论是什么时候开始了我的职业生涯。

在80年代，数据库没有在美国国防部的世界里，我开始了我的职业生涯，作为家常便饭; 我们通常用的工作由客户提供的平面文件，即使这些文件是相当大的。现在，大多数客户与我共事有存储在数据库或数据集市的数据，并作为一个结果，我们的数据矿工经常必须依靠数据库管理员或人的IT层获取的数据。这将是罚款，除了提供给数据挖掘是：（1）中的数据往往不是我们所需要的完整的数据，或者至少想建立模型之前有，（2），我们有时会不知道的数据，直到多么的可贵大家看看吧，和（3）IT通讯往往是缓慢的，充满了内在的许多组织中的政治问题。在另一方面，它往往是沉默寡言给分析师显著自由查询，因为他们可以做的危害数据库（明智的！），因为数据挖掘在一般的数据库是如何工作的，哪些查询是危险或计算昂贵的。缺乏了解。

因此，我越来越认为一个硕士课程在数据挖掘，或数据挖掘认证计划应包含的至少一个过程上的数据库，其中应含有至少一些数据库设计组件，但在大多数情况下应该强调一个用户的角度看）。它可能是更现实的需要此一程度比一个证书，但可以包括在两者。我知道，对于我来说，在考虑新员工，这将是我提供候选人的优势，如果他或她有SQL或SAS的经验。对于第二个问题，业务经验，也有一些可能会担心，“体验”太窄的学位课程。毕竟，如果有人在构建响应模型的经验，那样有什么好处做支付宝，如果他们正在寻找建立欺诈模型？我的回答是“很多”！真实的数据（指混乱），以解决实际问题（这意味着标识传达了商业决策有待提高目标变量）的建筑模型要求是不相关的算法明知或数据的思维过程。

建设“真实世界”模型需要的业务目标，以数据挖掘目标的转换（如在业务理解部分中描述CRISP-DM，PDF格式这里）。当我在过去采访的年轻矿工的数据，它是那些谁不得不去通过这个过程，更好地准备开始工作马上，它是那些谁在这里认识的价值谁在一个解决问题的做的更好方式影响决策，而不是寻找清凉，创新的解决方案，从来没有看到光明的一天。

我的挑战，谁是增加学位课程在数据挖掘和预测分析，或者提供认证课程的大学，然后是包括如何进入课程数据（数据库），以及如何解决问题（业务目标，也许是通过提供实习与当地公司）。

转载请注明：数据分析 » 什么是数据挖掘需要学习？_数据挖掘需要学什么