哪里可以學工程數(shù)據(jù)統(tǒng)計 數(shù)據(jù)挖掘是什么專業(yè)?

說到數(shù)據(jù)，要分析清楚幾個概念。

統(tǒng)計是一門應用學科，通過利用高等數(shù)學和概率論等數(shù)學背景來建立理論模型，將相關數(shù)據(jù)整理和填補，利用各種統(tǒng)計檢驗方法對其進行量化分析，以求達到總結和預測的最終作用。統(tǒng)計學和數(shù)據(jù)挖掘的關系并非是包容的，一般人認為數(shù)據(jù)挖掘是統(tǒng)計學的分支，其實二者是有一定的交集。對于現(xiàn)在大數(shù)據(jù)背景下，人們更多強調數(shù)據(jù)的海量，卻往往忽略統(tǒng)計基礎的實現(xiàn)。統(tǒng)計與數(shù)據(jù)挖掘的區(qū)別如下：

1、統(tǒng)計學是以數(shù)學為基礎理論體系的，而數(shù)據(jù)悶耐仔挖掘偏向于計算機領域；

2、統(tǒng)計學接觸的是樣本數(shù)據(jù)，即在樣本基礎上估計總體，而數(shù)據(jù)挖掘畝仔本身在總體范圍里面估計。

3、統(tǒng)計學更加注重運用數(shù)學上已經(jīng)明確的模型來研究數(shù)據(jù)，而數(shù)據(jù)挖掘注重機器學習螞汪和計算機科學這樣的經(jīng)驗，即不管模型是否有得解釋。

4、統(tǒng)計學的本質是利用預期模型得出結果，而數(shù)據(jù)挖掘的本質是發(fā)現(xiàn)非預期但是有價值的信息，確定性是不一致的。

需要具體了解二者關系的同學請戳： /archives/5114

可以從實習生或者助手做起，慢慢積累啟神經(jīng)驗。

首先，你得具備基本的數(shù)據(jù)分析技能：

1、Excel

Excel簡單易用，功能強大，熟練使用Excel是數(shù)據(jù)喊渣分析必備的技能。

2、SQL

跟數(shù)據(jù)打交道，有時候可能需要些SQL，所以掌握一些常用的SQL命令也是必須的。

3、統(tǒng)計學

統(tǒng)計學是鄭旁悄一個數(shù)據(jù)分析師的核心功底，掌握一些統(tǒng)計學知識是必要的。

4、SPSS

對于有些統(tǒng)計分析方法，例如多元線性回歸、聚類分析、主成分分析等，Excel無法實現(xiàn)，通過SPSS可以輕松搞定。

5、Tableau

Tableau作為商業(yè)智能和分析利器，受到很多公司的歡迎，學點Tableau能夠讓工作更加高效。

1、數(shù)學知識

數(shù)學知識是數(shù)據(jù)分析師的基礎知識。對于初級數(shù)據(jù)分析師，了解一些描述統(tǒng)計相關的基礎內容，有一定的公式計算能力即可，了解常用統(tǒng)計模型算法則是加分。

對于高級數(shù)據(jù)分析師，統(tǒng)計模型相關知識是必備能力，線性代數(shù)（主要是矩陣計算相關知識）最好也有一定的了解。

而對于數(shù)據(jù)挖掘工程師，除了統(tǒng)計學以外，各類算法也需要熟練使用，對數(shù)學的要求是最高的。

所以數(shù)據(jù)分析并非一定要數(shù)學能力非常好才能學習，只要看你想往哪個方向發(fā)展，數(shù)據(jù)分析也有偏“文”的一面，特別是女孩子，可以往文檔寫作這一方向發(fā)展。

2、分析工具

對于初級數(shù)據(jù)分析師，玩轉Excel是必須的，數(shù)據(jù)透視表和公式使用必須熟練，VBA是加分。另外，還要學會一個統(tǒng)計分析工具，SPSS作為入門是比較好的。

對于高級數(shù)據(jù)分析師，使用分析工具是核心能力，VBA基本必備，SPSS/SAS/R至少要熟練使用其中之一，其他分析工具（如Matlab）視情況而定。

對于數(shù)據(jù)挖掘工程師……嗯，會用用Excel就行了，主要工作要靠寫代碼來解決呢。

3、編程語言

對于初級數(shù)據(jù)分析師，會寫SQL查詢，有需要的話寫寫閉櫻行Hadoop和Hive查詢，基本就OK了。

對于高級數(shù)據(jù)分析師，除了SQL以外，學習Python是很有必要的，用來獲取和處理數(shù)據(jù)都是事半功倍。當然其他編程語言也是可以的。

對于數(shù)據(jù)挖掘工程師，Hadoop得熟悉，Python/Java/C++至少得熟悉一門，Shell得會用……總之編程語言絕對是數(shù)據(jù)挖掘工程師的最核心能力了。

4、業(yè)務理解

業(yè)務理解說是數(shù)據(jù)分析師所有工作的基礎也不為過，數(shù)據(jù)的獲取方案、指標的選取、乃至最終結論的洞察，都依賴于數(shù)據(jù)分析師對業(yè)務本身的理解。

對于初級數(shù)據(jù)分析師，主要工作是提取數(shù)據(jù)和做一些簡單圖表，以及少量的洞察結論，擁有對業(yè)務的基本了解就可以。

對于頌喊高級數(shù)據(jù)分析師，需要對業(yè)務有較為深入的了解，能夠基于數(shù)據(jù)，提煉出有效觀點，對實際業(yè)務能有所幫助。

對于數(shù)據(jù)挖掘工程師，對業(yè)務有基本了解就可以，重點還是需要放在發(fā)揮自己的技術能力上。

業(yè)務能力是優(yōu)秀數(shù)據(jù)分析師必備的，如果你之前對某一行業(yè)已經(jīng)非常熟悉，再學習數(shù)據(jù)分析，是非常正確的做法。剛畢業(yè)沒有行業(yè)經(jīng)驗也可以慢慢培養(yǎng)，無需擔心。

4、邏輯思維

這項能力在我之前的文章中提的比較少，這次單獨拿出來說一下。

對于初級數(shù)據(jù)分析師，邏輯思維主要體現(xiàn)在數(shù)據(jù)分析過程中每一步都有目的性，知道自己需要用什么樣的手段，達到什么樣的目標。

對于高級數(shù)據(jù)分析師，邏輯思維主要體現(xiàn)在搭建完整有效的分析框架，了解分析對象之間的關聯(lián)關系，清楚每一個指標變化的前因后果，會給業(yè)務帶來的影響。

對于數(shù)據(jù)挖掘工程師，邏輯思維除了體現(xiàn)在和業(yè)務相關的分析工作上，還包括算法邏輯，程序邏輯等，所以對邏輯思維的要求也是最高的。

5、數(shù)據(jù)可視化

數(shù)據(jù)可視化說起來很高大上，其實包括的范圍很廣，做個PPT里邊放上數(shù)據(jù)圖表也可以算是數(shù)據(jù)可視化，所以我認為這是一項普遍需要的能力。

對于初級數(shù)據(jù)分析師，能用Excel和PPT做出基本的圖表和報告，能清楚的展示數(shù)據(jù)，就達到目標了。

對于高級數(shù)據(jù)分析師，需要探尋更好的數(shù)據(jù)可視化方法，使用更有效的數(shù)據(jù)可視化工具，根據(jù)實際需求做出或簡單或復雜，但適合受眾觀看的數(shù)據(jù)可視化內容。

對于數(shù)據(jù)挖掘工程師，了解一些數(shù)據(jù)可視化工具是有必要的，也要根據(jù)需求做一些復雜的可視化圖表，但通常不需要考慮太轎嘩多美化的問題。

6、協(xié)調溝通

對于初級數(shù)據(jù)分析師，了解業(yè)務、尋找數(shù)據(jù)、講解報告，都需要和不同部門的人打交道，因此溝通能力很重要。

對于高級數(shù)據(jù)分析師，需要開始獨立帶項目，或者和產(chǎn)品做一些合作，因此除了溝通能力以外，還需要一些項目協(xié)調能力。

對于數(shù)據(jù)挖掘工程師，和人溝通技術方面內容偏多，業(yè)務方面相對少一些，對溝通協(xié)調的要求也相對低一些。

7、快速學習

無論做數(shù)據(jù)分析的哪個方向，初級還是高級，都需要有快速學習的能力，學業(yè)務邏輯、學行業(yè)知識、學技術工具、學分析框架……數(shù)據(jù)分析領域中有學不完的內容，需要大家有一顆時刻不忘學習的心。

快速學習非常重要，只有快速進入這一行業(yè)，才能搶占先機，獲得更多的經(jīng)驗和機會。如果你完全零基礎想要盡快進入數(shù)據(jù)分析行業(yè)，選擇一家專業(yè)的大數(shù)據(jù)培訓機構是個不錯的選擇?？s短學習周期，提高學習效率，時間即金錢！

大學的哪個專業(yè)是研究數(shù)據(jù)挖掘的？
數(shù)據(jù)挖掘(Data Mining)，又稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn)(Knowledge Discovery in Database, KDD)，就是從大量數(shù)據(jù)中獲取有效的、新穎的、潛在有用的、最終可理解的模式的非平凡過程，簡單的說，數(shù)據(jù)挖掘就是從大量數(shù)據(jù)中提取或“挖掘”知識。

比如，軟件開發(fā)專業(yè)，

具體以來的學科多了，給你個 網(wǎng)址：baike.baidu/view/7893

自己看下吧。很清楚了 ！

數(shù)據(jù)分析員屬于什么專業(yè)
沒有屬于什么專業(yè)，一般從事的人都是統(tǒng)計學或者數(shù)學專業(yè)的。
請問你是數(shù)據(jù)挖掘的研究生？數(shù)據(jù)挖掘研究生階段都學什么？
首先，數(shù)據(jù)挖掘的技術有好多種，你要定位到某類數(shù)據(jù)挖激算法， 比如分類，聚類，關聯(lián)規(guī)則，預測等等。

再次，就是根據(jù)你的定塵擾拿位，大量閱讀國內外（特別是國外）研究人員對這類算法的改進及應用，要熟悉。。

然后呢，就是提出你對該算法的改進方法，并實現(xiàn)。

說白了，就是算法的改進，實現(xiàn)。

研究生教育就是這樣，自己研究算法。跟實際的應用有些脫節(jié)的，實際應用中根本不會在意某個算法的執(zhí)行效率等等。。。。
大數(shù)據(jù)屬于什么專業(yè)？
應該歸于計算機（軟件）方面的專業(yè)吧
想當數(shù)據(jù)挖掘工程師要報什么大學專業(yè) 10分
本科或碩士以上學歷，數(shù)據(jù)挖掘、統(tǒng)計學、數(shù)據(jù)庫相關專業(yè)。

熟練掌握關系數(shù)據(jù)庫技術，具有數(shù)據(jù)庫系統(tǒng)開發(fā)經(jīng)驗；熟練掌握常用的數(shù)據(jù)挖掘算法；

具備數(shù)理統(tǒng)計理論基礎，并熟悉常用的統(tǒng)計工具軟件。

國內一批大學，211或者985最好。
數(shù)據(jù)挖掘，到底考研該考什么專業(yè)
數(shù)據(jù)方面的比較好

應該考慮自己的興趣和愛好。興趣是最好的老師，只有感興趣的東西，才會真正投入的去學。

要選擇與自己文化基礎相適應的專業(yè)，以保證學習的順利進行。比如說你的數(shù)學基礎比較好，

邏輯思維比較靈活，則可以考慮選擇理工類的專業(yè)。

不要急，總之，要自信，相信自己一定可以成功
考研想考數(shù)據(jù)挖掘方面 屬于哪個二級學科呢？ 100分
計算機，不過自動化或者統(tǒng)計的二級學科也可能會有
數(shù)據(jù)挖掘是什么工作呢？
數(shù)據(jù)挖掘指的是在長期積累的數(shù)據(jù)中分析和挖掘有價值的信息以供決策。這個概念主要還是因為ERP（企業(yè)資源計劃）和OA(辦公自動化)軟件系統(tǒng)的廣泛使用和發(fā)展的基礎上出現(xiàn)的一個概念。因為企業(yè)在使用這些軟件系統(tǒng)的過程中，雖然運營的狀態(tài)和管理以及成本有很大的節(jié)約，大大提高了企業(yè)的運營效率，可是這李氏些系統(tǒng)卻只能對企業(yè)的狀態(tài)和管理進行一個狀態(tài)性的記錄，對長期記錄下來的這些數(shù)據(jù)的分析和在挖掘能力是非常有限的，雖然眾多軟件供應商想出各種辦法來利用其這些數(shù)據(jù)，比如出各種報表甚至自定義的報表，可是仍然受制于ERP和OA本身設計的缺陷，因為它們原本就不是設計來做數(shù)據(jù)分析的。 所以在我們的軟件系統(tǒng)實施的過程中，常常看到一個龐大的系統(tǒng)在運行，可是對于領導卻只有每月看一兩張報表的價值。所以，有人提出了數(shù)據(jù)挖掘的概念，長期使用ERP系統(tǒng)派搭所積攢的數(shù)據(jù)就好像一大筐蘋果，金蘋果、銀蘋果、爛蘋果都有，而數(shù)據(jù)挖掘工程師就是專門從中挑選出對企業(yè)有用的信息的工作。當然數(shù)據(jù)挖掘軟件也是專門設計來做這個事情的。
想從事數(shù)據(jù)分析工作，考研應該考什么專業(yè)好一些，大數(shù)據(jù)或者數(shù)據(jù)挖掘可以嗎？ 30分
大數(shù)據(jù) 很好地 專業(yè) 你可以考 算法 或者數(shù)據(jù)分析，這個比較新 你要考的話 看一下 有沒有 直接開這個專業(yè)的，我的研究生同學就轉行 做這個了 ，很不錯
數(shù)據(jù)挖掘與數(shù)據(jù)分析的主要區(qū)別是什么
總結一下主要有以下幾點：

1、計算機編程能力的要求

作為數(shù)據(jù)分析很多情況下需要用到成型的分析工具，比如EXCEL、SPSS，或者SAS、R。一個完全不懂編程，不會敲代碼的人完全可以是一名能好的數(shù)據(jù)分析師，因為一般情況下OFFICE包含的幾個工具已經(jīng)可以滿足大多數(shù)數(shù)據(jù)分析的要求了。很多的數(shù)據(jù)分析人員做的工作都是從原始數(shù)據(jù)到各種拆分匯總，再經(jīng)過分析，最后形成完整的分析報告。當然原始數(shù)據(jù)可以是別人提供，也可以自己提?。ㄗ鳛橐幻细竦臄?shù)據(jù)分析師，懂點SQL知識是很有好處的）。

而數(shù)據(jù)挖掘則需要有編程基礎。為什么這樣說呢？舉兩個理由：第一個，目前的數(shù)據(jù)挖掘方面及相關的研究生方面絕大多數(shù)是隸屬于計算機系；第二點，在招聘崗位上，國內比較大的公司掛的崗位名稱大多數(shù)為“數(shù)據(jù)挖掘工程師”。從這兩點就可以明確看出數(shù)據(jù)挖掘跟計算機跟編程有很大的聯(lián)系。

2、在對行業(yè)的理解的能力

要想成為一名優(yōu)秀的數(shù)據(jù)分析師，對于所從事的行業(yè)有比較深的了解和理解是必須要具備的，并且能夠將數(shù)據(jù)與自身的業(yè)務緊密結合起來。簡單舉個例子來說，給你一份業(yè)務經(jīng)營報表，你就能在腦海中勾畫出目前經(jīng)營狀況圖，能夠看出哪里出現(xiàn)了問題。但是，從事數(shù)據(jù)挖掘不一定要求對行業(yè)有這么高的要求。

3、專業(yè)知識面的要求

數(shù)據(jù)分析師出對行業(yè)要了解外，還要懂得一些統(tǒng)計學、營銷、經(jīng)濟、心理學、社會學等方面的知識，當然能了解數(shù)據(jù)挖掘的一些知識會更好。數(shù)據(jù)挖掘工程師則要求要比較熟悉數(shù)據(jù)庫技術、熟悉數(shù)據(jù)挖掘的各種算法，能夠根據(jù)業(yè)務需求建立數(shù)據(jù)模型并將模型應用于實際，甚至需要對已有的模型和算法進行優(yōu)化或者開發(fā)新的算法模型。想要成為優(yōu)秀的數(shù)據(jù)挖掘工程師，良好的數(shù)學、統(tǒng)計學、數(shù)據(jù)庫、編程能力是必不可少的。

總之一句話來概括的話，數(shù)據(jù)分析師更關注于業(yè)務層面，數(shù)據(jù)挖掘工程師更關注于技術層面。

數(shù)據(jù)分析師與數(shù)據(jù)挖掘工程師的相似點：

1、都跟數(shù)據(jù)打交道。

他們玩的都是數(shù)據(jù)，如果沒有數(shù)據(jù)或者蒐集不到數(shù)據(jù)，他們都要丟飯碗。

2、知識技能有很多交叉點。

他們都需要懂統(tǒng)計學，懂數(shù)據(jù)分析一些常用的方法，對數(shù)據(jù)的敏感度比較好。

3、在職業(yè)上他們沒有很明顯的界限。

很多時候數(shù)據(jù)分析師也在做挖掘方面的工作，而數(shù)據(jù)挖掘工程師也會做數(shù)據(jù)分析的工作，數(shù)據(jù)分析也有很多時候用到數(shù)據(jù)挖掘的工具和模型，很多數(shù)據(jù)分析從業(yè)者使用SAS、R就是一個很好的例子。而在做數(shù)據(jù)挖掘項目時同樣需要有人懂業(yè)務懂數(shù)據(jù)，能夠根據(jù)業(yè)務需要提出正確的數(shù)據(jù)挖掘需求和方案能夠提出備選的算法模型，實際上這樣的人一腳在數(shù)據(jù)分析上另一只腳已經(jīng)在數(shù)據(jù)挖掘上了。

事實上沒有必要將數(shù)據(jù)分析和數(shù)據(jù)挖掘分的特別清，但是我們需要看到兩者的區(qū)別和聯(lián)系，作為一名數(shù)據(jù)行業(yè)的從業(yè)者，要根據(jù)自身的特長和愛好規(guī)劃自己的職業(yè)生涯，以尋求自身價值的最大化。

sc-cpda 數(shù)據(jù)分析公眾交流平臺