数据分析与挖掘的联系和区别!-经管之家官网!

人大经济论坛-经管之家 收藏本站
您当前的位置> 数据>>

数据分析

>>

数据分析与挖掘的联系和区别!

数据分析与挖掘的联系和区别!

发布:Still.. | 分类:数据分析

关于本站

人大经济论坛-经管之家:分享大学、考研、论文、会计、留学、数据、经济学、金融学、管理学、统计学、博弈论、统计年鉴、行业分析包括等相关资源。
经管之家是国内活跃的在线教育咨询平台!

获取电子版《CDA一级教材》

完整电子版已上线CDA网校,累计已有10万+在读~ 教材严格按考试大纲编写,适合CDA考生备考,也适合业务及数据分析岗位的从业者提升自我。

完整电子版已上线CDA网校,累计已有10万+在读~ 教材严格按考试大纲编写,适合CDA考生备考,也适合业务及数据分析岗位的从业者提升自我。

数据分析师系统成长之路——数据挖掘篇数据挖掘挖什么?前一篇我总结了一些软件的区别和选择。在数据分析的学习道路上,放正了心态(心术篇),扎实了基础(理论篇),熟练了工具(软件篇)后,无论是学术研究还是业 ...
免费学术公开课,扫码加入


数据分析师系统成长之路——数据挖掘篇
数据挖掘挖什么?
前一篇我总结了一些软件的区别和选择。在数据分析的学习道路上,放正了心态(心术篇),扎实了基础(理论篇),熟练了工具(软件篇)后,无论是学术研究还是业务应用,基本可以独立地进行数据分析的工作了,而更多技能的提升需要在数据分析这个平台里不断的进行实战研究,不断提升对业务的敏锐分析,不断的精通对软件的创新演练。
然而,有了这些还不够,数据分析只是在已定的假设,先验约束上处理原有计算方法,统计方法,将数据分析转化为信息,而这些信息需要进一步的获得认知,转化为有效的预测和决策,这时就需要数据挖掘,也就是我们数据分析师系统成长之路的“更上一楼”。
数据挖掘与数据分析两者紧密相连,具有循环递归的关系,数据分析结果需要进一步进行数据挖掘才能指导决策,而数据挖掘进行价值评估的过程也需要调整先验约束而再次进行数据分析。
而两者的具体区别在于:
(其实数据分析的范围广,包含了数据挖掘,在这里区别主要是指统计分析)

  • 数据量上:数据分析的数据量可能并不大,而数据挖掘的数据量极大。
  • 约束上:数据分析是从一个假设出发,需要自行建立方程或模型来与假设吻合,而数据挖掘不需要假设,可以自动建立方程。
  • 对象上:数据分析往往是针对数字化的数据,而数据挖掘能够采用不同类型的数据,比如声音,文本等。
  • 结果上:数据分析对结果进行解释,呈现出有效信息,数据挖掘的结果不容易解释,对信息进行价值评估,着眼于预测未来,并提出决策性建议。
数据分析是把数据变成信息的工具,数据挖掘是把信息变成认知的工具,如果我们想要从数据中提取一定的规律(即认知)往往需要数据分析和数据挖掘结合使用。
举个例子说明:你揣着50元去菜市场买菜,对于琳琅满目的鸡鸭鱼猪肉以及各类蔬菜,想荤素搭配,你逐一询问价格,不断进行统计分析,能各自买到多少肉,多少菜,大概能吃多久,心里得出一组信息,这就是数据分析。而关系到你做出选择的时候就需要对这些信息进行价值评估,根据自己的偏好,营养价值,科学的搭配,用餐时间计划,最有性价比的组合等等,对这些信息进行价值化分析,最终确定一个购买方案,这就是数据挖掘。
数据分析与数据挖掘的结合最终才能落地,将数据的有用性发挥到极致。
关于数据挖掘,涉及的主要方法主要有:数据分析的方法、可视技术、关联法则、神经网络、决策树、遗传算法等。

主要使用的工具有:R语言,SAS,weka,SPSS Modeler(Clementine)等,可参考几款开源的软件:http://www.iteye.com/news/4693

人大经济论坛数据分析师系统培训第四部分课程是:R软件及数据挖掘技术应用。由中央财经大学统计学院副院长马景义教授主讲,喜欢的同学可以过来一起学习。

使用的具体案例有:


  • 电信客户分类,船只损坏率分析

  • 电信客户流失预测,房价预测

  • 信用卡逾期客户预测

  • 手机用户市场细分,购物篮分析


继理论和软件操作后我们更上一层来到数据挖掘,从易到难,步步深入学习,相信大家会有巨大的收获。


课程详情可参考:http://cda.peixun.net/

https://bbs.pinggu.org/thread-2600433-1-1.html


截止25号,前15名报名并缴费的学员可享受7折优惠,统计分析各类价格,最低200多元一天的数据分析课程,我们得到“白菜价”的信息。

然后来数据挖掘,根据你的自身情况,课程质量,性价比等因素考虑,你会做出怎样的选择?我们期待您的答案!

十月北京,期待与您相见!

【详情咨询】

电话:010-68454276

电话:15210500313(周老师)QQ:1220303810

15210507396(刘老师)QQ:2918596494

邮箱:zhoulei@pinggu.org

ljbing@pinggu.org

JOIN LEARN!


「经管之家」APP:经管人学习、答疑、交友,就上经管之家!
免流量费下载资料----在经管之家app可以下载论坛上的所有资源,并且不额外收取下载高峰期的论坛币。
涵盖所有经管领域的优秀内容----覆盖经济、管理、金融投资、计量统计、数据分析、国贸、财会等专业的学习宝库,各类资料应有尽有。
来自五湖四海的经管达人----已经有上千万的经管人来到这里,你可以找到任何学科方向、有共同话题的朋友。
经管之家(原人大经济论坛),跨越高校的围墙,带你走进经管知识的新世界。
扫描下方二维码下载并注册APP
本文关键词:

本文论坛网址:https://bbs.pinggu.org/thread-2633067-1-1.html

人气文章

1.凡人大经济论坛-经管之家转载的文章,均出自其它媒体或其他官网介绍,目的在于传递更多的信息,并不代表本站赞同其观点和其真实性负责;
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性,不作出任何保证或承若;
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。
联系客服
值班时间:工作日(9:00--18:00)