
給師弟師妹們學(xué)習(xí)數(shù)據(jù)挖掘的一些建議
看著剛進(jìn)實(shí)驗(yàn)室的師弟師妹們的迷茫,雖然也與他們進(jìn)行過(guò)一些零散的交談,但是都不夠系統(tǒng)。因此,根據(jù)自己的經(jīng)歷給出學(xué)習(xí)數(shù)據(jù)挖掘的一些建議,大家可以根據(jù)自身的情況,具體問(wèn)題具體分析,作為參考。希望在上一屆的基礎(chǔ)上,走的更深,走的更遠(yuǎn)。
一. 讀研與數(shù)據(jù)挖掘基礎(chǔ)
首先介紹一下大家都比較關(guān)心的幾個(gè)問(wèn)題,包括我們組的研究方向是什么,論文相關(guān)問(wèn)題,大數(shù)據(jù)與工作相關(guān)問(wèn)題,上海戶(hù)口問(wèn)題幾個(gè)方面。
1. 我們組的研究方向是什么
我們組大的研究方向是數(shù)據(jù)挖掘,論文的研究方向是推薦算法。要注意大的研究方向,論文的研究方向與工作方向的區(qū)別和聯(lián)系。
2. 論文相關(guān)問(wèn)題
讀研究生免不了會(huì)思考一個(gè)問(wèn)題,讀研的意義是什么?我自己認(rèn)為讀研的最大意義是訓(xùn)練自己系統(tǒng)化的嚴(yán)謹(jǐn)?shù)姆治鏊季S能力。在導(dǎo)師給定論文研究方向后,如何確立更細(xì)的研究方向,如何檢索資料,如何閱讀英文論文,如何提出自己的創(chuàng)新點(diǎn),如何做實(shí)驗(yàn),如何寫(xiě)論文,如何修改論文,如何投稿,如何退修,如果是國(guó)際會(huì)議,還要去做英文口頭報(bào)告,與同行交流等,這些問(wèn)題都是需要自己去思考的。
3. 大數(shù)據(jù)與工作相關(guān)問(wèn)題
數(shù)據(jù)挖掘屬于大數(shù)據(jù)專(zhuān)業(yè)嗎?當(dāng)然屬于?,F(xiàn)在大數(shù)據(jù)找工作相對(duì)還是比較理想的。關(guān)鍵是要學(xué)習(xí)哪些課程呢?以前給大家推薦了很多的書(shū)籍,但是效果卻恰恰相反,因?yàn)閷?shí)在太多了根本看不完,更不知閱讀書(shū)籍的順序,淺嘗輒止,最后一本書(shū)也沒(méi)有看完,研究生就結(jié)束了。
(1)最低保障書(shū)籍
無(wú)論將來(lái)做什么,熟練掌握一門(mén)編程語(yǔ)言,一個(gè)數(shù)據(jù)庫(kù),數(shù)據(jù)結(jié)構(gòu),算法都是必備的。
《高性能MySQL》
《數(shù)據(jù)結(jié)構(gòu)與算法分析:Java語(yǔ)言描述》
《算法》:http://book.douban.com/subject/19952400/
(2)Python與機(jī)器學(xué)習(xí)
《集體智慧編程》
《社交網(wǎng)站的數(shù)據(jù)挖掘與分析》
《數(shù)據(jù)挖掘:概念與技術(shù)》
Python官方文檔:https://www.python.org/
Scikit-Learn官方文檔:http://scikit-learn.org/stable/
(3)Java相關(guān)書(shū)籍
《Java開(kāi)發(fā)實(shí)戰(zhàn)經(jīng)典》
《Java Web開(kāi)發(fā)實(shí)戰(zhàn)經(jīng)典》
《Java虛擬機(jī)規(guī)范》
Java SE:http://docs.oracle.com/javase/8/docs/api/
Java EE:http://docs.oracle.com/javaee/6/api/
(4)Hadoop與Spark書(shū)籍
《大數(shù)據(jù)日知錄:架構(gòu)與算法》
《Hadoop權(quán)威指南》
《大數(shù)據(jù)Spark企業(yè)級(jí)實(shí)戰(zhàn)》
《Scala編程》
Hadoop官方網(wǎng)站:http://spark.apache.org/
Spark官方網(wǎng)站:http://spark.apache.org/
Scala官方網(wǎng)站:http://www.scala-lang.org/
說(shuō)明:認(rèn)準(zhǔn)目標(biāo),耐住性子,一步一步往前走。要把上面推薦的書(shū)籍硬著頭皮讀完,數(shù)據(jù)挖掘基本也就算是入門(mén)了。
4. 上海戶(hù)口問(wèn)題
上海戶(hù)口屬于積分制,如果想要在校期間就拿到,那么唯一的方式就是參數(shù)每年的研究生數(shù)據(jù)建模比賽,并且獲獎(jiǎng)。獲獎(jiǎng)比例還是很高的。其實(shí),好好學(xué)習(xí)Python,買(mǎi)本數(shù)學(xué)建模的書(shū)籍看完,看幾篇近些年來(lái)的獲獎(jiǎng)?wù)撐?,比賽時(shí)硬著頭皮鉆研一道題目并且寫(xiě)好論文,基本上都可以獲獎(jiǎng)。
二. 數(shù)據(jù)挖掘進(jìn)階
數(shù)據(jù)挖掘涉及多個(gè)方向,但是通常從數(shù)學(xué)統(tǒng)計(jì),數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù),機(jī)器學(xué)習(xí)三個(gè)方向來(lái)進(jìn)行研究。當(dāng)我想學(xué)習(xí)一個(gè)方向的時(shí)候,最希望做的事情就是讓別人給我列出一個(gè)書(shū)單。因?yàn)槲乙矔?huì)給你們列出一個(gè)書(shū)單,讓你們慢慢研究吧。
1. 數(shù)學(xué)統(tǒng)計(jì)
(1)理論數(shù)學(xué):復(fù)變函數(shù),實(shí)變函數(shù),泛函分析,拓?fù)鋵W(xué),積分變換,微分流形,常微分方程,偏微分方程等。
(2)應(yīng)用數(shù)學(xué):離散數(shù)學(xué)(集合,邏輯,組合,代數(shù),圖論,數(shù)論),具體數(shù)學(xué),張量分析,數(shù)值計(jì)算,矩陣論,逼近論,運(yùn)籌學(xué),凸優(yōu)化,小波變換,時(shí)間序列分析等。
(3)概率:概率論,測(cè)度論,隨機(jī)過(guò)程等。
(4)統(tǒng)計(jì):統(tǒng)計(jì)學(xué),多元統(tǒng)計(jì),貝葉斯統(tǒng)計(jì),統(tǒng)計(jì)模擬,非參數(shù)統(tǒng)計(jì),參數(shù)統(tǒng)計(jì)等。
2. 數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)
《數(shù)據(jù)庫(kù)系統(tǒng)概念》
《數(shù)據(jù)庫(kù)系統(tǒng)實(shí)現(xiàn)》
《分布式系統(tǒng):概念與設(shè)計(jì)》
通信原理;數(shù)據(jù)挖掘;機(jī)器學(xué)習(xí);統(tǒng)計(jì)學(xué)習(xí);自然語(yǔ)言處理;信息檢索;模式識(shí)別;人工智能;圖形圖像;機(jī)器視覺(jué);語(yǔ)音識(shí)別;機(jī)器人學(xué)等。(這方面的經(jīng)典書(shū)籍都可以看看,后面慢慢補(bǔ)充)
4. 其它書(shū)籍
(1)Linux
(2)網(wǎng)絡(luò)原理,編譯原理,組成原理,
(3)JVM
(4)UML
(5)軟件工程
(6)設(shè)計(jì)模式
(7)云計(jì)算與Docker
(8)并行計(jì)算
(9)需求分析
三. 學(xué)習(xí)與方法
作為一名軟件工程師,需要熟練掌握的工具,如下所示:
(1)博客
除了學(xué)習(xí)之外,更要思考和總結(jié),把還沒(méi)有忘卻的記憶緩存序列化成為文字,記錄在博客中。
(2)語(yǔ)言
大數(shù)據(jù)常用的語(yǔ)言包括Java,Scala,Python。如果一定要選擇精通一門(mén)語(yǔ)言,自己選擇Scala,同時(shí)深度學(xué)習(xí)JVM。(3)開(kāi)發(fā)工具
自己選擇IntelliJ IDEA用于Java和Scala的開(kāi)發(fā),Eclipse用于Python的開(kāi)發(fā)。
(4)GitHub
每天都要堅(jiān)持編程,主動(dòng)參與開(kāi)源項(xiàng)目。
(5)Linux
工作常用的是Ubuntu 12.04 LTS。
由于時(shí)間原因,上面總結(jié)的還比較粗糙,算是第一個(gè)版本吧,后面還會(huì)繼續(xù)深度總結(jié)和完善。
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
LSTM 模型輸入長(zhǎng)度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶(hù) ...
2025-07-11尊敬的考生: 您好! 我們誠(chéng)摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱(chēng) BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢(xún)到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢(xún)結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢(xún)結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭(zhēng)搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)如同一位耐心的偵探,專(zhuān)注于從單 ...
2025-07-09year_month數(shù)據(jù)類(lèi)型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類(lèi)型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢(shì)與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢(shì)變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國(guó)內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門(mén)控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場(chǎng)調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場(chǎng)調(diào)研是企業(yè)洞察市場(chǎng)動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場(chǎng)調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書(shū)考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專(zhuān)業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開(kāi)啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03