数据挖掘导论对于数据挖掘的学习来说非常重要，对数据挖掘的学习起到了引导的作用，只有基础打得好数据挖掘后面的学习才会更轻松。我们怎样才能学好数据挖掘呢？ 数据挖掘学习方法： 第一阶段：掌握数据挖掘的基本概念和方法。先对数据挖掘有一个概念的认识，并掌握基本的算法，如分类算法、聚类算法、协同过滤算法等。 第二阶段：掌握大数据时代下的数据挖掘和分布式处理算法。现在已经进入大数据时代，传统的数据挖掘算法已经不适用于 第三阶段：使用Hadoop进行大数据挖掘。Hadoop里面有一个Mahout组件，几乎包括了所有的数据挖掘算法，包括分类、聚类、关联规则等。 另外，数据挖掘是数据库技术、人工智能技术、机器学习技术、统计学习理论、数据可视化等一系列技术的综合，所以，要想学好数据挖掘，这些技术也得懂的呀。 数据挖掘导论中的九大定律： （1）Business Goals Law：每个数据挖掘解决方案的根源都是有商业目的的。 （2）Business Knowledge Law：数据挖掘过程的每一步都需要以商业信息为中心。 （3）Data Preparation Law：数据挖掘过程前期的数据准备工作要超过整个过程的一半。 （4）NFL Law：NFL（没有免费午餐，No Free Lunch）。对于数据挖掘者来说没有免费的午餐，数据挖掘的任何一个过程都是来之不易的。 （5）Watkins’ Law：此定律以此命名是因为David Watkins首次提出这个概念。这个定律说的是在数据的世界里，总是有模式可循的。您找不到规律不是因为规律不存在，而是因为您还没有发现它。 （6）Insight Law：数据挖掘可以把商业领域的信息放大。 （7）Prediction Law：预测可以为我们增加信息。 （8）Value Law：数据挖掘模式的精准和稳定并不决定数据挖掘过程的价值，换句话说技术手段再精妙，没有商业意义和合适的商业应用是没有价值的。 （9）Law of Change：所有的模式都会变化。 数据挖掘导论书籍推荐： 《数据挖掘概念和技术》（第三版）范明，孟小峰 译著。 《大数据：互联网大规模数据挖掘和分布式处理》 王斌 译著。 《Hadoop实战（第二版）》.陆嘉恒 著。 数据挖掘已经越来越流行了，很多已经工作的人也开始学习数据挖掘并且报了很多培训班，希望为自己以后的事业有一点帮助。但如果学好了数据挖掘以后的就业前景一定会非常不错。
