一课终身学习！数据分析&数据挖掘，方向由你选择，报名即送专业软件及视频课程！

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

数据挖掘与数据分析的区别：
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

---

CDA数据分析师系统认证培训（第三期）

• 时间：12月28-1月19日（周末共8天）
• 地点：北京，国贸建外SOHO+远程直播
•          上海，华东理工
• 价格：现场6700（含发票）/远程3900（含发票）
• 优惠：学生7折，三人及以上报名8折
  
  

    参加培训学员可获现场录制视频，终身学习！

点击在线报名

---

• 课程大纲：
  

北京|数据分析及挖掘两个方向

一、数据分析基础理论  

1.1 数据分析行业介绍   

1.2 市场调研   

1.3 数据的整理与表述   

1.4 数据的描述性分析   

1.5 数据的推断性分析   

1.6 数据的方差分析   

1.7 数据的相关与回归分析

二、SPSS数据分析方向   

2.1 SPSS介绍与实操   

2.2 数据的录入保存，预分析   

2.3 数据分析：假设检验，差异分析及相关分析过程，回归分析，logistic回归分析，因子分析与聚类分析，对应分析，bootstrap技术   

2.4 使用SPSS制作数据分析的统计报表   

2.5 SPSS编程操作

三、SPSS Modeler数据挖掘方向   

3.1 数据挖掘在企业上的应用及导入   

3.2 数据挖掘模型建构方法与实务建模   

3.3 分类技术(Classification Techniques): 类神经网络(Neural Network)及罗吉斯回归(Logistic Regression)   

3.4 分类技术(Classification Techniques): 决策树(Decision Tree)及贝式网络(Bayes Net)   

3.5  聚类技术(Clustering Techniques) : K-Means, Kohonen及Two-Steps   

3.6 关联规则及序列型样技术(Association Rule & Sequence Pattern Techniques)

四、数据分析业务应用

---

上海|数据分析及数据挖掘统一

课程大纲：（SAS）

一、数据分析行业介绍   

1.1数据分析的职业介绍及行业应用   

1.2岗位要求   

1.3数据分析师的基本素质   

1.4数据分析师的薪酬待遇

二、数据分析与数据挖掘概览   

2.1 数据挖掘流程   

2.2 数据挖掘的工具   

2.3 数据挖掘所需的理论基础

三、概率论   

3.1 概率论在数据挖掘中的应用   

3.2 条件概率   

3.3 贝叶斯公式   

3.4 离散变量的分布  

3.5 连续变量的分布   

3.6案例实战应用

四、统计学   

4.1 统计学对数据挖掘中的应用   

4.2 数据的收集，整理与清洗   

4.3 数据特性的数值描述   

4.4 参数估计   

4.5 假设检验

4.6案例实战应用

五、多元统计分析

5.1 多元统计分析在数据挖掘中的应用

5.2 回归分析

5.3 聚类分析

5.4 主成分分析与因子分析

5.5 方差分析

5.6 案例实战应用

六、数据库

6.1 数据库在数据挖掘中的应用

6.2 数据库理论介绍

6.3 常用数据库介绍

6.4 SQL学习

6.5案例实战应用

七、数据可视化

7.1 可视化在数据挖掘中的应用

7.2 可视化理论介绍

7.3 可视化工具使用介绍

7.4 案例实战应用

八、数据分析业务应用

---

点击在线报名

【咨询方式】
电话：010-68454276

手机：15210500313（周老师）QQ：2881989708

          15210507396（刘老师）QQ：2881989707

邮箱：zhoulei@pinggu.org

         ljbing@pinggu.org
——Join Learn!

---

CDA相关精彩链接
CDA专题页面
【CDA数据分析师】论坛专版       数据分析学习心态                     数据分析师理论学习介绍    
数据分析与数据挖掘区别              数据分析软件扫盲贴               CDA培训学员感谢信
数据科学家修炼指南                      数据分析技能提升十大建议       招聘求职推荐

---

系统认证
国家工信部：

---

欢迎加入CDA数据分析师团队！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：视频课程 终身学习 数据分析 数据挖掘 视频课 分析师 菜市场 价值 模型 评估

顶一个

支持一个

支持

支持

支持

原来数据挖掘和数据分析是两个不同的概念！