13518219792
1、程序语言，比如c++/java和python，再加个matlab之类的方便应用的语言。会一些机器学习的课程，了解这个领域具体在研究的东西，看点公开课或者书籍。英语基础好，基本读写能力可以。相关计算机方面知识梳理。
成都创新互联专注于企业成都全网营销、网站重做改版、英吉沙网站定制设计、自适应品牌网站建设、H5建站、成都商城网站开发、集团公司官网建设、外贸网站制作、高端网站制作、响应式网页设计等建站业务，价格优惠性价比高，为英吉沙等各大城市提供网站开发制作服务。
2、线性必须要会要精通。因为数据划分是数据挖掘里最重要的一个环节。这个就是线性范畴里的了。也要精通，学会线性分析你就发现你就学会了很多。数学有这三个底子就可以了。数学分析不要看了。
3、使用分析工具的能力任何数据分析师从事业务方向的工作都必须会统计学，统计学的学习最好辅助SPSS或其他SAS来学，做到数据分析基本功扎实，兼顾实战性。
4、SQL：数据库的熟练使用是任何数据挖掘人员必不可少的技能。C++ ：有很多的标准模板库以及机器学习模型库进行调用可以方便编程实现。
5、数据挖掘需要的技能：需要理解主流机器学习算法的原理和应用。需要熟悉至少一门编程语言如(Python、C、C++、Java、Delphi等)。
1、数据挖掘工程师需要具备数学及统计学相关的背景、计算机编码能力、对特定应用领域或行业的知识。
2、机器学习是数据挖掘的最重要部分之一。 机器学习算法可建立样本数据的数学模型，来进行预测或决策， 深度学习是更广泛的机器学习方法系列中的一部分。
3、数据挖掘需要的技能：需要理解主流机器学习算法的原理和应用。需要熟悉至少一门编程语言如(Python、C、C++、Java、Delphi等)。
4、需要理解数据库原理，能够熟练操作至少一种数据库(Mysql、SQL、DBOracle等)，能够明白MapReduce的原理操作以及熟练使用Hadoop系列工具更好。
5、统计知识 在做数据分析，统计的知识肯定是需要的，Excel、SPSS、R等是需要掌握的基本技能。
6、编程/统计语言 数据挖掘在很大程度上依赖于编程，根据KD Nuggets的研究，R和Python是数据科学中最受欢迎的编程语言。
大数据挖掘技术涉及的主要内容有：模式跟踪，数据清理和准备，基于分类的数据挖掘技术，异常值检测，关联，聚类。
神经网络技术。神经网络是通过数学算法来模仿人脑思维的，它是数据挖掘中机器学习的典型代表。
统计技术 数据挖掘涉及的科学领域和技术很多，如统计技术。统计技术对数据集进行挖掘的主要思想是：统计的方法对给定的数据集合假设了一个分布或者概率模型(例如一个正态分布)然后根据模型采用相应的方法来进行挖掘。
数据、信息和知识是广义数据表现的不同形式。
大数据挖掘主要涉及以下四种： 关联规则关联规则使两个或多个项之间的关联以确定它们之间的模式。例如，超市可以确定顾客在买草莓时也常买鲜奶油，反之亦然。关联通常用于销售点系统，以确定产品之间的共同趋势。
