數(shù)據(jù)分析和數(shù)據(jù)挖掘有什么區(qū)別？數(shù)據(jù)挖掘和數(shù)據(jù)分析有什么區(qū)別？2.大數(shù)據(jù)工具:數(shù)據(jù)清理工具使用數(shù)據(jù)倉庫工具Hive。數(shù)據(jù)分析和數(shù)據(jù)挖掘的區(qū)別，先做數(shù)據(jù)分析，一般就是數(shù)據(jù)采集，數(shù)據(jù)清洗，數(shù)據(jù)篩選，畫像2，高級數(shù)據(jù)挖掘，比較偏算法，對統(tǒng)計(jì)學(xué)、數(shù)學(xué)、計(jì)算機(jī)技能要求較高。

bigdata，即巨量數(shù)據(jù)，是指所涉及的信息無法被當(dāng)前主流的軟件工具在合理的時(shí)間內(nèi)捕獲、管理、處理和整理，以幫助企業(yè)做出更加積極的商業(yè)決策。(在維克多·邁耶、勛伯格和肯尼斯·庫克耶合著的《大數(shù)據(jù)時(shí)代》中，大數(shù)據(jù)是指沒有隨機(jī)分析(抽樣調(diào)查)之類的捷徑，但使用所有數(shù)據(jù)的方法要精通Excel，至少要熟悉和精通一種數(shù)據(jù)挖掘工具和語言，要有寫報(bào)表的能力，還要有扎實(shí)的SQL基礎(chǔ)。1.熟練使用ExcelExcel可以處理各種數(shù)據(jù)，進(jìn)行統(tǒng)計(jì)分析，輔助決策。數(shù)據(jù)分析師作為數(shù)據(jù)處理和展示的常用工具，不僅要熟練地在Excel中用圖表展示數(shù)據(jù)，還要掌握一系列對生成的圖表進(jìn)行格式化的方法。2.熟悉并精通至少一種數(shù)據(jù)挖掘工具和語言。以R語言為例，R編程語言已經(jīng)成為數(shù)據(jù)分析和機(jī)器學(xué)習(xí)領(lǐng)域的重要工具。

3.寫報(bào)告的能力。寫報(bào)告要深入思考，深入分析，邏輯嚴(yán)謹(jǐn)，結(jié)論有說服力，提前預(yù)測數(shù)據(jù)趨勢，從問題中推導(dǎo)出解決方案，提出有指導(dǎo)意義的分析建議。這些都是一個(gè)優(yōu)秀分析師的特質(zhì)。4.為SQL SQL打下堅(jiān)實(shí)的基礎(chǔ)很重要，因?yàn)閿?shù)據(jù)分析師分析的大部分?jǐn)?shù)據(jù)都是從數(shù)據(jù)庫中提取的。

推薦幾個(gè)，不是國產(chǎn)的，但是表現(xiàn)力不錯(cuò)。RapidMinerrapidminer是一個(gè)數(shù)據(jù)科學(xué)軟件平臺，它為數(shù)據(jù)準(zhǔn)備、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、文本挖掘和預(yù)測分析提供了一個(gè)集成的環(huán)境。程序完全是用Java編程語言編寫的。2.PythonPython是一種免費(fèi)的開源語言，通常易于學(xué)習(xí)和使用。許多用戶發(fā)現(xiàn)他們可以在幾分鐘內(nèi)開始構(gòu)建數(shù)據(jù)，并執(zhí)行極其復(fù)雜的相似性分析。

3.KaggleKaggle是世界上最大的數(shù)據(jù)科學(xué)家和機(jī)器學(xué)習(xí)者社區(qū)。Kaggle最開始是機(jī)器學(xué)習(xí)競賽，現(xiàn)在已經(jīng)逐漸成為基于公有云的數(shù)據(jù)科學(xué)平臺。Kaggle是一個(gè)幫助解決困難問題、招募強(qiáng)大團(tuán)隊(duì)和促進(jìn)數(shù)據(jù)科學(xué)力量的平臺。4.OracleDataMining是Oracle高級分析數(shù)據(jù)庫的代表。市場領(lǐng)先的公司使用它來最大限度地發(fā)揮數(shù)據(jù)的潛力，并做出準(zhǔn)確的預(yù)測。

常用的數(shù)據(jù)挖掘工具如下:1。r:用于統(tǒng)計(jì)分析和圖形的計(jì)算機(jī)語言和分析工具。為了保證性能，其核心計(jì)算模塊用C、C和Fortran編寫。同時(shí)，為了使用方便，它提供了一種腳本語言，即R語言。R語言類似于貝爾實(shí)驗(yàn)室開發(fā)的S語言。r支持一系列分析技術(shù)，包括統(tǒng)計(jì)測試、預(yù)測建模、數(shù)據(jù)可視化等。你可以在CRAN上找到很多開源的擴(kuò)展包。

2Tanagra:使用圖形界面的數(shù)據(jù)挖掘軟件采用類似于Windows Explorer中的樹形結(jié)構(gòu)來組織分析組件。Tanagra缺乏高級的可視化能力，但它的強(qiáng)項(xiàng)是統(tǒng)計(jì)分析，提供了許多參數(shù)和非參數(shù)檢驗(yàn)方法。3.Weka:可能是最著名的開源機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘軟件。高級用戶可以通過Java編程和命令行調(diào)用他們的分析組件。同時(shí)，Weka還為普通用戶提供了一個(gè)圖形界面，名為WekaKnowledgeFlowEnvironment和WekaExplorer。