我学习数据挖掘的道路是否正确

Question

有人刚刚告诉我的老板，数据挖掘可以为公司做些什么，比如推荐、预测建模。基本上我们是一家网站公司。我要请假6个月。 所以我的老板说我可以学习一些 DM 技术，这样当我回来时，我们可以访问小商店或小公司，使用数据挖掘算法为他们提供预测数据。

商店将只为客户提供 sql 文件或 csv 文件或更多。

现在我只知道MYSQL，不知道什么是数据挖掘，不知道它是否像我上面想的那样工作，我的意思是，如果有人有客户数据库，购物，我可以应用数据挖掘技术。我是说

(raw mysql or sql data) or (csv files) ----data mining--> (some useful result)

• 1) 上面的系统是对还是我错了
• 2) 商店或企业是否愿意拥有它，或者我错过了什么

我的学习计划如下。我正在考虑首先获得一些 sql server 2008 证书，因为在我所在的地区大多数人都在使用微软，所以我可能需要了解 sql

1)MCTS: SQL Server 2008, Implementation and Maintenance
2)MCTS: SQL Server 2008, Database Development
3)MCTS: SQL Server 2008, Business Intelligence Development and Maintenance

（或者我应该去oracle和oracle数据仓库...我想先正确地做一些数据库）

4)Data Mining with Microsoft SQL Server 2008 (2009)     
5)Python for dummies    
6)Programming Collective Intelligence: Building Smart Web 2.0 Applications

我的流程是否正确，或者我能否以更好的方式实现我的结果。 我做 cert 的原因是对 sql 有一些了解，如果我在 6 个月后没有得到那份工作，我可以进入与数据挖掘或 BI 或至少 sql server 相关的新工作。

请帮帮我

Answer 1

好的，这不是一个简单的“是/否”答案。 你正在做一些正确的事情。通过这种方式，您将了解 SQL Server 数据挖掘工具集。你会明白在哪里使用哪个算法。 （Naive Byes 将如何。与决策树..等不同）

一旦您了解了这些内容，第二件事就是了解您的数据以及如何制作将用作输入的 FLAT 表。这是最重要的，因为这是您将用来训练模型的数据。你不需要知道 ANN 算法背后的内部数学等等。你应该知道如何使用它。有一些用于 excel（2007 年以后）的数据挖掘插件，您可以使用它们来玩玩。

Rafal Luckawiski 在http://channel9.msdn.com 上有一些数据挖掘视频。它们很适合提供一些关于如何开始的想法。

在此之后，这是一个练习问题，您使用新数据、制作新模型和分析结果的次数越多，您就会变得越好。

如果您需要有关 PPT、示例等的更多信息，请告诉我

Answer 2

呃，要有效地进行数据挖掘，您需要了解大量数学知识。你的道路就像“我想成为一名外科医生，所以我将学习如何用手术刀切割”。是的，了解一些 SQL 并且可能是必要的（仅取决于您的数据的组织方式），但远远不够。

Answer 3

从您编写的内容来看，它接近于数据挖掘，而不是数据抓取。

首先，answer by Ngu Soon Hui 将您引向完全错误的方向。
他建议你的是data scraping，但不是data mining。
您最好了解数据挖掘与数据抓取（又名网站/网页抓取，又名屏幕抓取，又名数据收集）之间的区别：

• Difference between Data Mining And Screen-Scraping by RITA THOMSON
• Difference between Data Mining And Screen-Scraping
• [数据挖掘和屏幕抓取有什么区别]6
  http://it.toolbox.com/wiki/index.php/What's_the_difference_between_Data_Mining_and_Screen_Scraping%3F
  （请注意，此链接未正确呈现，您应该将其复制并粘贴到浏览器中）

“（原始mysql或sql数据）或（csv文件）----数据挖掘-->（一些有用的结果）”

完全忘记MySql，不要浪费时间，因为MySql 中绝对不支持数据挖掘。仅用于数据抓取。尽管您可能对后者感兴趣。你最好知道区别

"1)MCTS: SQL Server 2008, 实施与维护 2)MCTS： SQL Server 2008，数据库开发 3）MCTS：SQL Server 2008，商业 情报开发与 维护”

为什么需要 1) 和 2)？ 甚至 3) 只包含 20% 的数据挖掘。

5)Python 6) 编程 集体智慧：建筑 智能 Web 2.0 应用程序

为什么需要 Python？

6. 未进行数据挖掘。这被称为数据抓取，它又是来自 DM 的完全错误方向的路径