數(shù)據(jù) 挖掘可以自學(xué)嗎？數(shù)據(jù) 挖掘是一個(gè)很寬泛的概念，涵蓋的范圍很廣，數(shù)據(jù) 挖掘在不同的應(yīng)用領(lǐng)域是不一樣的。所以數(shù)據(jù) 挖掘的工作很難有進(jìn)展，大數(shù)據(jù)好學(xué)？數(shù)據(jù) 挖掘有前途嗎，用什么工具把它做大數(shù)據(jù) 挖掘？數(shù)據(jù) 挖掘失敗的原因很多，我們只要稍加注意就能及時(shí)止損，多總結(jié)就能更好的工作數(shù)據(jù) 挖掘。

如果你沒有基礎(chǔ)，培訓(xùn)時(shí)間在6個(gè)月左右。有基礎(chǔ)的話，學(xué)習(xí)時(shí)間會(huì)短一些，因?yàn)橐獙W(xué)的東西多，涉及的知識(shí)點(diǎn)廣。如果時(shí)間短，就不會(huì)學(xué)到那么多專業(yè)知識(shí)。數(shù)據(jù)的學(xué)習(xí)靠個(gè)人的天賦和努力。想學(xué)習(xí)數(shù)據(jù)，必須具備以下能力:有數(shù)學(xué)和統(tǒng)計(jì)學(xué)相關(guān)的背景；計(jì)算機(jī)編碼能力；特定應(yīng)用領(lǐng)域或行業(yè)的知識(shí)。Da 數(shù)據(jù)工程師脫離市場(chǎng)很重要，因?yàn)镈a 數(shù)據(jù)只有與特定領(lǐng)域的應(yīng)用相結(jié)合才能產(chǎn)生價(jià)值。

首先，我們需要了解大禹數(shù)據(jù)分析與傳統(tǒng)的數(shù)據(jù)分析在概念上的區(qū)別。大禹數(shù)據(jù)分析比傳統(tǒng)的數(shù)據(jù)分析需要掌握更多的技巧。不過對(duì)于從業(yè)者來說，Big 數(shù)據(jù)分析的學(xué)習(xí)門檻不算太高，學(xué)習(xí)難度適中。很多人可以學(xué)大數(shù)據(jù)分析。一般來說，先學(xué)基礎(chǔ)，再學(xué)理論，最后學(xué)工具1。學(xué)數(shù)據(jù)分析基礎(chǔ)知識(shí)，包括概率論，數(shù)理統(tǒng)計(jì)2。你的目標(biāo)行業(yè)的相關(guān)理論知識(shí)。

國(guó)內(nèi)外都很好，還在起步階段。真正的數(shù)據(jù) 挖掘還是比較少的，找工作也不容易。學(xué)這個(gè)方向的基本都出來做數(shù)據(jù)加工，。不過，如果你有興趣，這也是一個(gè)不錯(cuò)的方向。畢竟未來十幾年，應(yīng)該都發(fā)展起來了。應(yīng)該說，現(xiàn)在的處境是艱難的，但前途還是光明的。如果你在數(shù)據(jù) 挖掘找工作，地段也很重要。國(guó)內(nèi)發(fā)展比較好的城市是北京上海，廣東也有少數(shù)。

-2/挖掘失敗的原因很多。稍加注意就能及時(shí)止損，多總結(jié)數(shù)據(jù) 挖掘就能更好的工作。但是，數(shù)據(jù) 挖掘因?yàn)榱硪粋€(gè)原因失敗了。這是極其秘密的，那就是推廣。很多人在推廣過程中得到了失敗的結(jié)果挖掘 數(shù)據(jù)。發(fā)生了什么事？下面給大家介紹一下這個(gè)原因。因?yàn)橥茝V，數(shù)據(jù) 挖掘失敗，讓很多人無法理解，這是為什么？

從模型本身來看，不同地區(qū)的數(shù)據(jù)差異有時(shí)很大，在一個(gè)地方成功的模型在另一個(gè)地方完全失敗，過度擬合的現(xiàn)象比比皆是。從業(yè)務(wù)理解的角度來說，建模團(tuán)隊(duì)要面對(duì)幾個(gè)甚至更多做類似業(yè)務(wù)的團(tuán)隊(duì)，每個(gè)團(tuán)隊(duì)對(duì)業(yè)務(wù)理解的差異和對(duì)建模的要求都不一樣，這就造成了建模團(tuán)隊(duì)的無所適從。所以數(shù)據(jù) 挖掘的工作很難有進(jìn)展。

據(jù)我所知，大部分都是學(xué)應(yīng)用數(shù)學(xué)，數(shù)學(xué)，很少學(xué)物理。當(dāng)然也有會(huì)計(jì)專業(yè)的同學(xué)報(bào)名試一試。這真的是我剛?cè)胄袝r(shí)看到的。主要要求是有統(tǒng)計(jì)分析的基礎(chǔ)，可以直接進(jìn)行簡(jiǎn)單的分析，即數(shù)據(jù) analyst。后來對(duì)業(yè)務(wù)有了更深入的了解，可以發(fā)掘-2挖掘的潛在價(jià)值，通常是數(shù)據(jù) 挖掘。有一個(gè)過程。平時(shí)面試，就是看做過什么項(xiàng)目，是這一行，行業(yè)領(lǐng)域的能力很重要。

自然語言處理比較難。嚴(yán)格來說，自然語言處理是數(shù)據(jù) 挖掘的一個(gè)具體應(yīng)用領(lǐng)域，所以自然語言處理會(huì)更精細(xì)，難度更大。Big 數(shù)據(jù)，即巨量數(shù)據(jù)，是指無法在合理的時(shí)間內(nèi)捕捉、管理、處理和整理的所涉及的信息，以幫助企業(yè)做出更積極的決策。

建議找機(jī)構(gòu)。能花錢的事情效率更高，大部分時(shí)間進(jìn)不了門就放棄了。自學(xué)Python半年后，還是找了個(gè)機(jī)構(gòu)學(xué)習(xí)。大部分手藝人只做數(shù)據(jù)分析-2挖掘垂直教育，還不錯(cuò)。你用什么工具把它變大數(shù)據(jù) 挖掘？有很多工具和方法可以實(shí)現(xiàn)數(shù)據(jù) 挖掘，比如SPSS、SAS、Python、R等等，但是我們需要掌握或者學(xué)習(xí)數(shù)據(jù) 挖掘？這取決于你在做什么，你想去哪里。

可以在數(shù)據(jù) 挖掘中尋找一些優(yōu)秀的教材，把一些基本的、重要的東西了解清楚。數(shù)據(jù) 挖掘是一個(gè)很寬泛的概念，涵蓋的范圍很廣，數(shù)據(jù) 挖掘在不同的應(yīng)用領(lǐng)域是不一樣的，r，matlab，SAS是數(shù)據(jù) 挖掘的一些工具。學(xué)會(huì)使用工具很重要，但關(guān)鍵是工具背后的理念，參與一些真實(shí)的實(shí)際項(xiàng)目，從實(shí)際項(xiàng)目和問題中更快更好的學(xué)習(xí)。從一些項(xiàng)目作為起點(diǎn)，可以知道哪些知識(shí)是最缺乏的，哪些是最需要學(xué)習(xí)的，然后逐步擴(kuò)充相關(guān)知識(shí)，學(xué)習(xí)需要不斷的堅(jiān)持和積累。