数据挖掘学习必备的10个技能（干货）

 

       数据挖掘是从庞大的数据源中提取有效信息，并将该信息转换为潜在有用且最终易于理解的模式，以供进一步使用。正如 Wikipedia 所解释的，它不仅包括数据处理和管理，而且还涉及机器学习，统计和数据库系统的智能方法。

      数据挖掘也是数据科学领域中最重要的技术，在2016年至2018年Glassdoor的“美国50最佳工作”列表中，数据挖掘排名第一。 此外，与2016年的1700个职位空缺相比，这两年内列出的职位空缺数量明显增加了160％。

     为了帮助大家掌握数据科学技术，我们之前出版了80本值得一读的最佳数据科学书籍和88种成为数据科学家的资源和工具。 因此，在本文我将专注于数据挖掘领域，并总结10个您需要的基本技能。

 

计算机科学技能

 

 1. 编程/统计语言：R，Python，C ++，Java，Matlab，SQL，SAS，shell / awk / sed…

       数据挖掘在很大程度上依赖于编程，但现在尚无定论哪个才是数据挖掘的最佳语言。这完全取决于您处理的数据源。彼得·格里森（Peter Gleeson）提出了四个频谱供您选择哪种编程语言：特异性，通用性，生产率和性能，可以将它们视为一对轴（特异性-通用性，性能-生产率）。 大多数语言都有利有弊。根据KD Nuggets的研究，R和Pyt