数据挖掘的方法主要有哪些,大数据挖掘( 三 ) _云知道

未来想从事数据分析师（数据挖掘）本科应该选择什么专业？

谢谢邀请！数据分析是专业性相对较高的工作岗位，未来要想从事数据分析工作不仅需要扎实的数学基础，还需要了解数据分析的方式方法。与数据分析关联密切的专业有统计学、计算机、大数据（数据科学）、数学以及经济学等专业，这些专业对于数据的理解各有侧重，下面做一个简单的分析：数学是基础学科，未来发展的弹性比较大，但是需要补学的相关专业知识也比较多。
数学专业未来可以从事计算机、统计、大数据、人工智能等方向，可以说数学是现代信息技术的基础，掌握扎实的数据知识会有一个非常广阔的发展空间。计算机学科是信息化时代的代表学科，数据分析（数据挖掘）是计算机专业的常见方向，目前大量从事数据分析（数据挖掘）的专业人才都是计算机专业毕业的，计算机专业不仅有扎实的数学基础，同时计算机专业对于工具的使用也有系统的培养过程。
统计学一个重要的工作就是数据分析，通过对数据分析得出各种结果，发现数据背后的规律从而指导决策，可以说数据分析是统计学的核心内容之一。统计学与计算机的结合一直就比较紧密，因为现代统计学要通过计算机技术来进行呈现，而统计学、计算机和数学的结合就成为了大数据的基础，所以大数据专业在做数据分析（数据挖掘）方面具有天然的知识结构上的优势。
对于大数据时代背景下的数据分析师来说，掌握一定的编码知识对于数据分析任务来说几乎是不可避免的，因为大数据的时代特征造就了数据的诸多特点，包括数据量大、结构多样性、价值密度低、速度快、真假难辨等等，这些特征如果采用传统的数据分析方法显然不能充分挖掘出数据的价值，通过机器学习等方式来进行数据分析是当前的流行做法。
数据分析专业并不需要做功能全面的编程工作，并不需要去考虑程序的系统级问题，比如并发、分布式、资源调度等等内容，只需要能通过算法设计和实现发现数据背后的规律就可以了，从这个角度来说，数据分析师的任务跟程序员还是有本质区别的。目前使用Python做数据分析是比较常见的做法，Python有丰富的库可以方便各种数据分析，同时也能把结果比较直观的呈现出来。
有哪些好的数据分析、大数据、数据挖掘的网站或数据学习网站？

近几年，大数据一直是IT界很看好的一个范畴。甚至在社会里的各行各业都对数据越来越重视，因为历史数据的积累与整合，可以引导企业的发展。当今世界，数据的价值远远高于人类所想象的。数据分析从以前的数学统计到现在的大数据分析。大数据分析主要分为三种类型：描述性分析、预测性分析以及探索性分析。描述性分析就是对现有的数据做出结论分析，描述数据的变化，通常用到的分析工具就是常用的Excel表格，通过各种函数对数据的处理，清洗。
但Excel的操作比较多，很多操作都会重复与复杂性。所以现在很多数据分析行内人都会使用Python 。描述性分析通常会用到Pandas和Numpy库，缩短的处理数据的时间。预测性分析可以直接以人工智能来解释了，现在的智能机器人给种各样，讲话如人类一样，思维逻辑清晰也是因为使用的数据挖掘、机器学习的方式训练。
而且预测性分析可应用的范围很大，这类分析可以通过产生这些已有的真实数据去预测未来的发展趋势，引导或对预测的结果作出分析。比如自然变化的未来预测（天气预测、地质灾害预测等），社会经济水平预测，项目未来发展预测等等。用到的语言也是Python，对于基本的分类树算法、回归算法等是有关联的。探索性分析是在描述分析的基础上对数据做出更深更容易让人明白的方式分析，通过可视化的方式将数据做成图形，进一步的对数据变化的查看和分布规律，从而更好总结与理解。