产业气象站|看完这份详细的学习指南就够了！，零基础入门数据挖掘 AI时代

AI时代，在招聘网站公布的招聘数据中， “算法”、“机器学习”、“数据挖掘”相关岗位平均招聘薪资高于其余同等学历、工龄要求的技术岗位30%以上甚至更高，吸引了一大波人开始学习数据挖掘。
今天本篇就来说说，对于零基础小白，应该如何入门数据挖掘，并且在文中附上我之前用过的学习资料及书籍。
数据挖掘的基本概念先来理解一下什么是数据挖掘。
数据挖掘是从大量的数据中，挖掘出未知的且有价值的信息和知识的过程。但是不是所有的信息发现都能叫数据挖掘，比如通过数据库查找个别记录，通过搜索引擎查找特定的网页等，这些都属于信息检索，数据挖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。

文章图片
机器学习和数据挖掘有什么区别？
机器学习和数据挖掘很类似，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，但是还是有一些细小的区别：
机器学习更侧重于技术方面和各种算法，一般提到机器学习就会想到语音识别，图像视频识别，机器翻译，等等各种模式识别，核心就是各种精妙的算法。
数据挖掘更偏向于“数据”而不是算法，它包括了很多数据的前期处理，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” 。前期数据处理的工作比较多。
所以，数据挖掘的范畴要更广泛一些
数据挖掘需要哪些技能？我是前几年入坑数据挖掘的，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挖掘的一些必备技能

文章图片
编程语言
数据挖掘和数据分析不一样，数据分析可以利用一些现成的分析工具完成，但是数据挖掘绝大部分要依赖于编程，在数据挖掘领域常用的编程语言有R、Python、C++、java等， R和python是最受欢迎的两种，可能有一部分人之前在接触数据分析的时候学过python ，如果做数据挖掘的话，我也推荐python
推荐学习书籍：《Python核心编程(第二版)》，《利用Python进行数据分析》

文章图片
大数据处理框架
做数据挖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的原生开发语言是Java ，资料多， Spark的原生开发语言是Scala ，不过也有Python的API 。

文章图片
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，如果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：

文章图片
推荐学习书籍：《SQL必知必会》、《数据库系统概念》、《Redis设计与实现》、《高性能MySQL（第3版）》（顺序由入门到进阶）
数据结构与算法
精通数据结构和算法对数据挖掘来说相当重要，在数据挖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，很多人推荐《算法导论》和《数据结构与算法分析(C语言描述)》这两本书，这两本我都看过，个人觉得《算法导论》太难看完了，里面虽然讲的很细致，但是晦涩难懂，所以我推荐《算法(第4版)》，虽然这本书使用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