一、常用資料探勘方法
（1）關聯方法
（2）人工神經網路
（3）決策樹
（4）異常分析
（5）聚類分析
（6）arima測試
二、資料分析師
·國內兩種資料分析師認證：
資料分析師cda
專案資料分析師cpda
cda：（1）統計概率基礎
（2）資料分析模型方法
（3）工具的運用（spss,modeler）
三、資料分析的主要方法有三大類
統計學計量經濟學
資料探勘
#統計學和計量經濟學在資料量較少時（樣本）運用的較多，而資料探勘在資料量較大時（總體）運用的較多#
四、大資料分析
資料採集
視覺化分析
語義引擎
資料匯入和預處理
資料探勘
#1、2、3偏重計算機專業，4、5偏重資料分析#
五、**關聯分析：
eg：購物籃問題。關聯分析最基本的演算法為apriori演算法,其基本原理非常簡單，只需理解以下幾個概念即可。
（1）項集
包含k個項的集合，稱為k-項集
（2）頻繁項集
（3）關聯規則：x->y，x是前項，y稱為後項
（4）支援度（supports）
關聯規則->啤酒
s= 數學中的乙個符號貝塔（牛奶，尿布） /t
（5）置信度confidence(c)
前項，後項同時發生的次數與前項發生次數之比，列如關聯規則 -> 啤酒
c=數學中的乙個符號貝塔（牛奶，尿布，啤酒）/數學中的乙個符號貝塔（牛奶，尿布）
（6）關聯規則挖掘
給定事務的集合t，找出支援度大於等於minsup，並且置信度大於等於minconf是對應的支援度和置信度閾值
六、**人工神經網路
1. 簡單的神經元數學模型
2. bp神經網路的數字模型
資料分析與資料探勘
資料分析是指採用適當的統計分析方法對收集到的資料進行分析 概括和總結，對資料進行恰當的描述，並提取出有用的資訊的過程。資料探勘是指從海量的資料中通過相關的演算法發現隱藏在資料中的規律和知識的過程。知識發現的過程如下。1.資料清理 清除資料中的雜訊。3.資料選擇 從資料庫中選擇與任務有關的資料。4.資...
資料分析與挖掘
學習 實戰記錄 實戰專案1 智取樂食 從大量資料 包括文字 中挖掘出隱含的 未知的 對決策有潛在價值的關係 模式和趨勢，並用這些知識和規則建立用於決策支援的模型，提供 性決策支援的方法 工具和過程，就是資料探勘。資料探勘的基本任務包括利用分類 聚類分析 關聯規則 時序模式 偏差檢驗 智慧型推薦等方法...
資料分析與挖掘
1 概述 1.1 使用者研究縱覽 使用者研究可以從定性分析和定量分析兩個不同的維度展開 定性分析是從小規模的資料樣本中發現新事物的方法，主要應用於使用者體驗調查 定量分析是用大資料量的樣本來測試和證明某些事情的方法，主要應用於使用者行為資料分析。1.2 資料分析與挖掘流程規範 資料分析與挖掘型系統建...