如何入門大數(shù)據(jù)數(shù)據(jù)挖掘方面？

首先數(shù)據(jù)挖掘還是需要一些理論基礎(chǔ)。常見的算法如分類，回歸，聚類等算法要熟悉，再深入了還有學(xué)習(xí)數(shù)學(xué)，尤其是線性代數(shù)（推薦國外翻譯的《線性代數(shù)及其應(yīng)用》第五版 [美] 戴維 C.雷 / [美] 史蒂文 R.雷 / [美] 朱迪 J.麥克唐納 機(jī)械工業(yè)出版社，看過最好的線代書）。

理論基礎(chǔ)知識(shí)之外，要有實(shí)際落地的能力，用什么軟件。

建模的分為商業(yè)版和開源免費(fèi)版

1-商業(yè)版軟件

SPSS Moderler，

SAS EM挖掘模塊，

2-開源的挖掘軟件也有很多

1.Weka（需要java編程基礎(chǔ)），

2.當(dāng)今最火的Python scikit-learn建模模塊（常3見算法都有）

3.RapidMiner

4.Knime（大而全的一個(gè)軟件，做ETL和數(shù)據(jù)挖掘都可以，學(xué)過Python挖掘模塊再看這個(gè)會(huì)感覺比較簡單，反過來更容易理解python 挖掘算法）

從另外一個(gè)角度來說，分為編程，和圖形化操作兩種方式，圖形化方式無需要編程逐一配置各個(gè)節(jié)點(diǎn)，連線即可搭建。

推薦你2個(gè)，Python scikit-learn建模模塊（編程方式），以及Knime（圖形化操作，非編程，下圖為knime操作界面）。本人剛開通頭條，準(zhǔn)備逐步講解如何快速入門knime該軟件，歡迎關(guān)注和留言。