门户
图库
科技
数据
VR
区块链
学院
论坛
百科
导航
登录
注册
帮助
公社首页
中国人工智能社区
公社版块
公社群组
Group
升级会员
用户名
Email
自动登录
找回密码
密码
登录
立即注册
登录后你可以:
登录
首次使用?
点我去注册
搜索
搜索
本版
帖子
公社群组
用户
道具
勋章
任务
设置
我的收藏
退出
首页
›
智能技术
›
数据挖掘
›
资源总结——七步学习数据挖掘与数据科学 ...
返回列表
资源总结——七步学习数据挖掘与数据科学
[复制链接]
李诚维权
2021-12-30 15:15:54
显示全部楼层
|
阅读模式
想知道如何学习数据挖掘和数据科学吗?本文概述了七个步骤,指出的资源能让你成为一名数据科学家。
作者为Gregory Piatetsky,是一名数据挖掘与数据科学方面的专家。
以下为7个步骤用于学习数据挖掘和数据科学。虽然有编号顺序,你也可以并行或以不同的顺序学习:
1 语音:学习R、Python以及SQL语音;
2 工具:了解如何使用数据挖掘和可视化工具;
3 教材:阅读介绍性的教科书,了解基础知识;
4 教育:观看网络研讨会,参加课程,考虑获得数据科学中的证书或学位;
5 数据:检查可用的数据资源并在那里找到东西;
6 竞赛:参加数据挖掘竞赛;
7 通过社交网络,团体和会议与其他数据科学家交流;
另外,不要忘记订阅KDnuggets新闻邮件,并跟随@kdnuggets了解关于分析、大数据、数据挖掘和数据科学的最新消息。
交互使用数据挖掘与数据科学——见我的分析行业概览报告,报告中有关于相关术语的演变和普及,比如统计、知识发现、数据挖掘、预测分析、数据科学以及大数据。
1 学习语言
民意调查表明,数据挖掘最流行的语言是R,Python和SQL语言。
这里有很多的资源,比如:
免费电子书资源关于R语音的数据科学;
Python数据科学入门;
Python数据分析:现实世界数据的灵活工具;
不可或缺的Python:数据源到数据科学;
W3学校学习SQL;
2 工具:数据挖掘,数据科学和可视化软件
许多的数据挖掘工具应用于不同的任务,但最好是使用支持数据分析的整个过程的数据挖掘套件。
你可以使用开源(免费)的工具,如启动KNIME,RapidMiner和Weka。
然而,对于许多分析工作还需要知道SAS,它是全球领先的商业工具并得到广泛应用。
其他受欢迎的分析和数据挖掘软件包括MATLAB、StatSoft推出STATISTICA,Microsoft SQL Server、IBM SPSS Modeler以及Rattle。
可视化是任何数据分析的重要组成部分——学习如何使用Microsoft Excel,R graphics,以及Tableau 。其它好的可视化工具包括TIBCO Spotfire和Miner3D。
3教材
网络上有很多的数据挖掘和数据科学教材,但你可以参考以下这些:
数据挖掘与分析:基本概念与算法
数据挖掘:机器学习工具实践与方法
统计学习、数据挖掘以及预测的要素
LION书籍:学习与智能优化
大数据集挖掘
StatSoft推出的电子统计教材
4 教育:网络研讨会、课程、证书以及学位
可以通过观看一些许多免费的关于数据分析、大数据,数据挖掘和数据科学的网络研讨会和网络直播开始学习。
也有许多短期和长期的在线课程,其中许多是免费的-见KDnuggets在线教育目录。
特别参考以下课程:
机器学习
从数据中学习
开放式在线学习应用数据科学
使用Weka进行数据挖掘
本文作者的数据挖掘课程
最后,考虑获得关于数据挖掘和数据科学的证书或高级学位,如MS-见KDnuggets关于分析、数据挖掘和数据科学教育的目录。
5 数据
你需要数据进行分析-见KDnuggets关于数据挖掘的目录,包含:
政府、联邦、州、城市、本地和公共数据站点和门户
数据API、集线器、商场、平台、门户和搜索引擎
免费公共数据集
6 竞争
再一次强调,最好是边学边做,所以在学习的同时也可以参加Kaggle竞赛 -从初学者竞赛开始,比如使用机器学习预测泰坦尼克号生存。
7 交流:会议、团体和社交网络
你可以加入许多同类团体-见关于分析、大数据,数据挖掘以及数据科学前30的 LinkedIn组织。
AnalyticBridge是一个分析和数据科学活跃的社区。
你也可以参加一些关于分析、大数据、数据挖掘、数据科学与知识发现的会议和研讨会。
此外,考虑加入ACM SIGKDD,它会举办一年一度的KDD大会——该领域领先的研究会议。
更多……
还可以参考其它的回答:
如何开始学习数据科学
关于数据科学的使用简介
通过Metromap课程成为一名数据科学家
获取免费数据科学教育
本文由北邮@爱可可-爱生活老师推荐,阿里云云栖社区组织翻译。
文章原标题《7 Steps for Learning Data Mining and Data Science》,作者:Gregory Piatetsky,译者:海棠
更多深度文章,欢迎关注云栖社区:https://yq.aliyun.com/cloud
本帖子中包含更多资源
您需要
登录
才可以下载或查看,没有帐号?
立即注册
x
回复
使用道具
举报
大神点评
3
林yi
2021-12-30 20:18:15
显示全部楼层
呵呵。。。
回复
使用道具
举报
羽吹心月
2021-12-31 07:05:44
来自手机
显示全部楼层
路过 帮顶 嘿嘿
回复
使用道具
举报
小说小说是小说
2021-12-31 12:36:28
显示全部楼层
楼主永远支持你,无论怎样
回复
使用道具
举报
发表新帖
回复
高级模式
B
Color
Image
Link
Quote
Code
Smilies
本版积分规则
发表回复
回帖后跳转到最后一页
李诚维权
注册会员
0
关注
0
粉丝
3
帖子
Ta的主页
发布
加好友
最近发表
黄仁勋:人形机器人制造成本或比预期要低,花钱买车不如买机器人
那个震撼无数网友的人形机器人Atlas,退役了
人形机器人Atlas脖子和腰能转180度,机器人一定要造得像人吗?
终于知道为什么机器人无法取代人类了,看完网友分享,笑到肚子疼
马斯克:可能在2025年底前出售人形机器人Optimus!机器人ETF涨超
定档8月16日 | 2024亚洲智能穿戴大会
公社版块
版块推荐
更多版块
智能穿戴
智能家居
机器人
无人驾驶
无人机
反馈吐槽
闲聊灌水
大话智能
大数据
图像识别
自然语言
数据挖掘
大话智能
数据挖掘
北大讲座
清华讲座
网贷观察
股市评论
区块链
闲聊灌水
反馈吐槽
站务通知
关注我们