数据挖掘入门 资料和步骤

最近不少朋友问到数据挖掘怎么入门，要看什么资料，

就想写一篇文章介绍一下入门步骤和资料，基本上下面的步骤是按顺序的，时间方面个人感觉至少需要小几个月

基础知识：

线性代数

统计学

计算机技术

基本上这些东西不说熟悉，至少也要有点概念，或者是大学有上过对应的课程，不需要特别准备。

推荐书籍和资料：

视频：

Coursera Machine Learning by Andrew Ng 作为入门还是不错的，而且对于初学者而言，视频比较容易理解

中文：

《数据挖掘概念与技术》 这本书我自己也挺喜欢的，适合初学者，涉及的面比较多，不过不够深入 (备选：《数据挖掘导论》）

《数学之美》 介绍了一些挺有意思的东西

英文：

PPT by Tan, Steinbach, Kumar 我这边上传了PDF版本

Pattern Recognition And Machine Learning 很多人推荐的一本书了，就是没有中文，而且难度有点大 （可以慢慢看）

实践：

了解了数据挖掘是怎么回事以后，最好的学习办法就是开始实战，如果公司里面没有类似的项目，那么可以考虑去以下网站参加比赛，重在参与和学习

http://www.kaggle.com/

其他常用资料和网站：

数据 如果你想要下载一些数据，这个网站可能会帮你

cos.name 这边有一些业界案例的ppt下载（年会那些），还有一些基本资料

数据挖掘工作中可能涉及到的技能和工具：

业务知识

数据清理和准备 （例如说sql server）

建模和分析工具 （例如说R， Weka)

算法和方案

Demo （PPT）

大数据处理 （Hadoop/Mahout)

Coding （不管是自己做一点处理还是最终把产品带上线，都需要一些coding的能力）