摘要： 本文概述了学习数据挖掘与数据科学的七个步骤，每一步都给出了详细的学习资源，便于初学者按照指南开展数据挖掘与数据科学的学习。
想知道如何学习数据挖掘和数据科学吗？本文概述了七个步骤，指出的资源能让你成为一名数据科学家。
作者为Gregory Piatetsky，是一名数据挖掘与数据科学方面的专家。
以下为7个步骤用于学习数据挖掘和数据科学。虽然有编号顺序，你也可以并行或以不同的顺序学习：
1 语音：学习R、Python以及SQL语音；
2 工具：了解如何使用数据挖掘和可视化工具；
3 教材：阅读介绍性的教科书，了解基础知识；
4 教育：观看网络研讨会，参加课程，考虑获得数据科学中的证书或学位；
5 数据：检查可用的数据资源并在那里找到东西；
6 竞赛：参加数据挖掘竞赛；
7 通过社交网络，团体和会议与其他数据科学家交流；
另外，不要忘记订阅KDnuggets新闻邮件，并跟随@kdnuggets了解关于分析、大数据、数据挖掘和数据科学的最新消息。
交互使用数据挖掘与数据科学——见我的分析行业概览报告，报告中有关于相关术语的演变和普及，比如统计、知识发现、数据挖掘、预测分析、数据科学以及大数据。
1 学习语言
民意调查表明，数据挖掘最流行的语言是R，Python和SQL语言。
这里有很多的资源，比如：
Python数据分析：现实世界数据的灵活工具；
2 工具：数据挖掘，数据科学和可视化软件
许多的数据挖掘工具应用于不同的任务，但最好是使用支持数据分析的整个过程的数据挖掘套件。
你可以使用开源（免费）的工具，如启动KNIME，RapidMiner和Weka。
然而，对于许多分析工作还需要知道SAS，它是全球领先的商业工具并得到广泛应用。
其他受欢迎的分析和数据挖掘软件包括MATLAB、StatSoft推出STATISTICA，Microsoft SQL Server、IBM SPSS Modeler以及Rattle。
可视化是任何数据分析的重要组成部分——学习如何使用Microsoft Excel，R graphics，以及Tableau 。其它好的可视化工具包括TIBCO Spotfire和Miner3D。
3教材
网络上有很多的数据挖掘和数据科学教材，但你可以参考以下这些：
4 教育：网络研讨会、课程、证书以及学位
可以通过观看一些许多免费的关于数据分析、大数据，数据挖掘和数据科学的网络研讨会和网络直播开始学习。
也有许多短期和长期的在线课程，其中许多是免费的-见KDnuggets在线教育目录。
特别参考以下课程：
最后，考虑获得关于数据挖掘和数据科学的证书或高级学位，如MS-见KDnuggets关于分析、数据挖掘和数据科学教育的目录。
5 数据
你需要数据进行分析-见KDnuggets关于数据挖掘的目录，包含：
6 竞争
再一次强调，最好是边学边做，所以在学习的同时也可以参加Kaggle竞赛 -从初学者竞赛开始，比如使用机器学习预测泰坦尼克号生存。
7 交流：会议、团体和社交网络
你可以加入许多同类团体-见关于分析、大数据，数据挖掘以及数据科学前30的 LinkedIn组织。
AnalyticBridge是一个分析和数据科学活跃的社区。
你也可以参加一些关于分析、大数据、数据挖掘、数据科学与知识发现的会议和研讨会。
此外，考虑加入ACM SIGKDD，它会举办一年一度的KDD大会——该领域领先的研究会议。
更多……
还可以参考其它的回答：
本文由北邮@爱可可-爱生活 老师推荐，阿里云云栖社区组织翻译。
文章原标题《7 Steps for Learning Data Mining and Data Science》，作者：Gregory Piatetsky，译者：海棠
1875
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
