“网站分析协会”
超过50万名互联网从业者感兴趣
互联网运营领域最有影响力的自媒体。
Tips1:
只是人来了，说些意见：
基础篇：
1.读书《Introduction to Data Mining》，这本书简单明了，没有复杂深刻的公式，适合入门。另外，可以参考这本书使用《Data Mining : Concepts and Techniques》。第二本书比较厚，对数据仓库的知识也多了一些。如果喜欢算法，可以再读《Introduction to Machine Learning》。
实现经典算法。有几节。
A.关联规则挖掘(Apriori、FPTree、etc .）
B.分类、KNN、Logistic Regression、SVM、etc。）
C.群集(kmeans、dbscan、spectral clustering、etc。）
D.缩小维度(PCA、LDA、etc。）
E.推荐系统(基于内容的推荐、协同过滤等，如矩阵分解)
然后，在公开数据集上进行测试，以确定实现效果。您可以在以下网站找到许多公开数据集：
3.熟悉开源工具： Weka(用于启动)。LibSVM、scikit-learn、Shogun
4.参加几场101比赛，学习如何将一个问题抽象成模型，从原始数据构建有效的特征(Feature Engineering)。
到了这个阶段，基本的国内大企业会给你面试机会。
陈继篇：
1.读书，接下来的几篇都是大部头，但学习结束后进步很大。
A.《Pattern Recognition and Machine Learning》
B.《The Elements of Statistical Learning》
C.《Machine Learning: A Probabilistic Perspective》
第一个是贝叶斯；)。第二个比较部分Frequentist；第三本书在两者之间，但我认为和第一本书差不多，但添加了很多新内容。当然，除了这本大而完整的书外，还有很多介绍不同领域的书，如《Boosting Foundations and Algorithms》、《Probabilistic Graphical Models Principles and Techniques》。还有一些理论《Foundations of Machine Learning》、《Optimization for Machine Learning》等等。这些书的课后练习也很有用，只有这样才能在自己写paper的时候推公式。
2.读论文。KDD、ICML、NIPS、IJCAI、AAI、WWW、SIGIR、ICDM包括等多个相关会议。还有一些相关的日志，如TKDD、TKDE、JMLR和PAMI。追踪新技术和新热点问题。当然，如果做相关的research，这一步是必不可少的。例如，我们队的风格是上半年读paper，暑假找问题，秋天做实验，春节写论文或扔论文。
3.跟踪热点问题。例如，最近几年，许多公司的业务都涉及到这些方面，包括Recommendation System、Social Network和Behavior Targeting。还有目前流行的深度学习等热点技术。
4.学习大规模并行计算技术(如MapReduce、MPI、GPU计算)。基本上，所有大公司都使用这些技术。因为实际数据量很大，基本上是在计算群集上完成的。
5.参加实际的数据挖掘竞赛(例如KDDCUP或上述竞赛)。本课程将在短时间内解决实际问题，并训练您熟悉整个数据挖掘项目的全过程。
到了这个阶段，国内大企业基本上想去哪里，待遇也不差。英语好的话，去美国那边的公司也不难。
Tips2:
首先，让我明确以下个人看法。
数据挖掘取决于你追求的东西吗？
你想自学吗？可以理解为，在那种情况下，不是跑去科学研究，而是追求实用。
那么，作为一个有经验的人，建议带着N年数据分析组去找实际项目做。
首先是弄清楚你想挖什么。如果你说不知道，对不起，你还在追科研的路。
在实际项目中：
首先是明确想挖的东西能创造什么样的商业价值。不是使用什么挖掘算法，它是一种手段，后面可以再次注意。必须能够具体描述发掘目标、价值、发掘成果的预期表达、说服力等。
第二，与相关伙伴的讨论，为了发掘想要的成果，需要利用哪些数据？这些数据中有哪些已经存在，还要想办法收集哪些？其中有些数据根本无法收集？这些无法收集的数据对你想挖掘的成果有什么影响？如果是致命的影响，直接导致你的发掘成果缺乏说服力，请休息一下，寻找其他方向。相反，制定计划和资源，以便尽快收集可收集的数据。
再次，根据收集数据的特性和收集过程的质量清洗收集的数量。
据；根据挖掘目标的情况和收集到的数据的特点，制定挖掘规划，选择合适的挖掘算法；
然后，就开始挖吧；
第一轮挖完，看看成果如何？有道理吗？有说服力吗？大多数情况，你会发现，哦，晕，忘了应该把这几个因素考虑进去了，还应该加进去这几方面的数据才能看出来。好，继续转向第2步，继续收集数据、清洗、调算法/参数，挖出来后再评估，一般情况得这么循环N个回合；
马马虎虎出来个差不多靠谱、勉强能自圆其说的初胚，这个成果看上去像那么回事儿了。
总结一个说法（分析成果）出来，为了你的说法，把数据再针对性地洗上几遍，给出一个更加干净的分析成果，这个版本基本上有说服力了。
讲究一点的，再画个信息图什么的，图文并茂，就可以初步交作业了；
在真实的项目中，还有一步，就是选取重要的评估视角和指标，根据具体的业务特点，把你的分析过程做成每周/每日/每小时都能给个角度固定的分析报告的服务。
再往前一步，如果你对这块业务真的很熟的话，还可以针对不同类型的分析结果，能给出相应的建议应对措施（Action），这样这此挖掘的业务价值就真正明确了。你做的活儿也没有停留在“活儿”这个份儿上，而是决策支持这个级别上了。
网站分析公会：idiaa-org超过50万名互联网从业人士关注，互联网运营领域最具影响力自媒体。我们精心挑选互联网运营分析，产品战略，数据解读，设计案例等内容，帮助互联网从业者及时获得专业资讯！
↑↑↑长按二维码识别关注
投稿，商务合作，可联系微信：cyzqx2013