熱線電話：13121318867

登錄
首頁精彩閱讀如何通過自學，成為數據挖掘“高手”？
如何通過自學，成為數據挖掘“高手”？
2015-12-24
收藏

如何通過自學，成為數據挖掘“高手”？

基礎篇


1. 讀書《Introduction to Data Mining》，這本書很淺顯易懂，沒有復雜高深的公式，很合適入門的人。另外可以用這本書做參考《Data Mining : Concepts and Techniques》。第二本比較厚，也多了一些數據倉庫方面的知識。如果對算法比較喜歡，可以再閱讀《Introduction to Machine Learning》。

2. 實現經典算法。有幾個部分：

　　a. 關聯規則挖掘 (Apriori, FPTree, etc.)

　　b. 分類 (C4.5, KNN, Logistic Regression, SVM, etc.)

　　c. 聚類 (Kmeans, DBScan, Spectral Clustering, etc.)

　　d. 降維 (PCA, LDA, etc.)

　　e. 推薦系統 (基于內容的推薦，協同過濾，如矩陣分解等)

　　然后在公開數據集上測試，看實現的效果?？梢栽谙旅娴木W站找到大量的公開數據集：http://archive.ics.uci.edu/ml/

3. 熟悉幾個開源的工具: Weka (用于上手); LibSVM, scikit-learn, Shogun

4. 到 https://www.kaggle.com/ 上參加幾個101的比賽，學會如何將一個問題抽象成模型，并從原始數據中構建有效的特征 (Feature Engineering).

　　到這一步的話基本幾個國內的大公司都會給你面試的機會



進階篇



1. 讀書，下面幾部都是大部頭，但學完進步非常大。

　　a.《Pattern Recognition and Machine Learning》

　　b.《The Elements of Statistical Learning》

　　c.《Machine Learning: A Probabilistic Perspective》

　　第一本比較偏Bayesian;第二本比較偏Frequentist;第三本在兩者之間，但我覺得跟第一本差不多，不過加了不少新內容。當然除了這幾本大而全的，還有很多介紹不同領域的書，例如《Boosting Foundations and Algorithms》，《Probabilistic Graphical Models Principles and Techniques》;以及理論一些的《Foundations of Machine Learning》，《Optimization for Machine Learning》等等。這些書的課后習題也非常有用，做了才會在自己寫Paper的時候推公式。

2. 讀論文。包括幾個相關會議：KDD，ICML，NIPS，IJCAI，AAAI，WWW，SIGIR，ICDM;以及幾個相關的期刊：TKDD，TKDE，JMLR，PAMI等。跟蹤新技術跟新的熱點問題。當然，如果做相關research，這一步是必須的。例如我們組的風格就是上半年讀Paper，暑假找問題，秋天做實驗，春節左右寫/投論文。

3. 跟蹤熱點問題。例如最近幾年的Recommendation System，Social Network，Behavior Targeting等等，很多公司的業務都會涉及這些方面。以及一些熱點技術，例如現在很火的Deep Learning。

4. 學習大規模并行計算的技術，例如MapReduce、MPI，GPU Computing?；久總€大公司都會用到這些技術，因為現實的數據量非常大，基本都是在計算集群上實現的。

5. 參加實際的數據挖掘的競賽，例如KDDCUP，或 https://www.kaggle.com/上面的競賽。這個過程會訓練你如何在一個短的時間內解決一個實際的問題，并熟悉整個數據挖掘項目的全過程。

6. 參與一個開源項目，如上面提到的Shogun或scikit-learn還有Apache的Mahout，或為一些流行算法提供更加有效快速的實現，例如實現一個Map/Reduce平臺下的SVM。這也是鍛煉Coding的能力。



CDA數據分析師考試相關入口一覽（建議收藏）：

? 想報名CDA認證考試，點擊>>>   “CDA報名” 了解CDA考試詳情；

? 想學習CDA考試教材，點擊>>> “CDA教材” 了解CDA考試詳情；

? 想加入CDA考試題庫，點擊>>> “CDA題庫” 了解CDA考試詳情；

? 想了解CDA考試含金量，點擊>>> “CDA含金量” 了解CDA考試詳情；

SVM 數據挖掘 關聯規則 Kmeans 推薦系統 特征 Apriori 協同過濾

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇回歸系列（一）| 怎樣正確地理解線性回歸
下一篇2020美國總統競選大戲開鑼，川普當選的奇跡會再發生嗎？
數據分析師考試動態
CDA報考指南
數據分析學習
數據分析師資訊
更多

CDA教育閉環

常見問題

關于我們

CDA數據分析師公眾號

  • CDA數據分析師公眾號

CDA考試中心小程序

  • CDA考試中心服務號

CDA數據分析師App下載

  • CDA數據分析師App下載
Copyright © 2015-2021, www.ruiqisteel.com All Rights Reserved. CDA數據分析師(北京國富如荷網絡科技有限公司) 版權所有 京ICP備11001960號-9 京公網安備 11010802034615號 經營許可證編號：京B2-20210330
聯系電話：13321103290 (微信同號)

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢