零基础入门数据发掘，看完这份详细的学习指南就够了！（附材料）

AI时代，在招聘网站公布的招聘数据中，“算法”、“机器学习”、“数据发掘”相关岗位平均招聘薪资高于其他同等学历、工龄要求的技术岗位30%以上甚至更高，吸引了一大波人末尾学习数据发掘。

明天本篇就来说说，对于零基础小白，应该如何入门数据发掘，并且在文中附上我之前用过的学习材料及书籍。
数据发掘的基本概念

先来了解一下什么是数据发掘。

数据发掘是从大量的数据中，发掘出未知的且有价值的信息和知识的过程。但是不是一切的信息发现都能叫数据发掘，比如经过数据库查找个别记录，经过搜索引擎查找特定的网页等，这些都属于信息检索，数据发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。

机器学习和数据发掘有什么区别？

机器学习和数据发掘很相似，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，但是还是有一些粗大的区别：

机器学习更侧重于技术方面和各种算法，普通提到机器学习就会想到语音辨认，图像视频辨认，机器翻译，等等各种形式辨认，核心就是各种精妙的算法。

数据发掘更倾向于“数据”而不是算法，它包括了很多数据的后期处理，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”。后期数据处理的工作比较多。

所以，数据发掘的范畴要更广泛一些
数据发掘需求哪些技能？

我是前几年入坑数据发掘的，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发掘的一些必备技能

编程言语

数据发掘和数据分析不一样，数据分析可以应用一些现成的分析工具完成，但是数据发掘绝大部分要依赖于编程，在数据发掘范畴常用的编程言语有R、Python、C++、java等，R和python是最受欢迎的两种，能够有一部分人之前在接触数据分析的时分学过python，假如做数据发掘的话，我也引荐python

引荐学习书籍：《Python核心编程(第二版)》，《应用Python停止数据分析》

大数据处理框架

做数据发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的原生开发言语是Java，材料多，Spark的原生开发言语是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，假如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：

引荐学习书籍：《SQL必知必会》、《数据库系统概念》、《Redis设计与完成》、《高功能MySQL（第3版）》（顺序由入门到进阶）

数据结构与算法

知晓数据结构和算法对数据发掘来说相当重要，在数据发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，很多人引荐《算法导论》和《数据结构与算法分析(C言语描画)》这两本书，这两本我都看过，个人觉得《算法导论》太好看完了，外面虽然讲的很细致，但是晦涩难懂，所以我引荐《算法(第4版)》，虽然这本书运用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

机器学习是数据发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，来停止预测或决策， 深度学习是更广泛的机器学习方法系列中的一部分。这部分的学习次要分两块，一是掌握常见机器学习算法原理，二是运用这些算法并处理成绩。

机器学习入门，激烈引荐吴恩达教师的《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。详细提纲我就不列了，大家本人看，我的建议是直接按顺序学，可以反复多看两遍。

引荐书籍：周志华的《机器学习》，这本书的结构很明晰，实际和实际都有设计，是一本不错的学习书

统计学知识

数据发掘是一个交叉学科，不只触及编程和计算机迷信，还触及到多个迷信范畴，统计学就是不可获取的一部分，它可以帮我们更快的辨认成绩，区分因果关系和相关性。

引荐学习书籍：李航的《统计学习方法》、《统计学》（原书第5版）

沟通表达才能

和数据分析一样，做数据发掘不光要处理数据，而且还要向其别人解释我们数据发掘的结果和见解，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才能
学习资源

最后，干货奉上！数据发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。功能非常片面的社区型网站，论坛只是其一部分功能DMI:数据发掘学院：http://www.cs.wisc.edu/dmi/50 data miningresources：https://www.ngdata.com/data-mining-resources/抢手数据发掘资源：50个教程，文章和视频，用于学习数据发掘方法，分析等

文中提到的书籍资源，分享收藏本文，后台回复“数据发掘”支付！

有点兴趣，要有详细介绍就好啦。

有没有什么需要注意的？

赞赞赞赞赞赞赞赞