Table of Contents
- 數(shù)據(jù)挖掘基本知識
- 數(shù)學基礎
- 工具
- 文本編輯器
- 總結
先甩片湯話：不知怎么的，就從純工科的學業(yè)到管理工作崗位，又進入了數(shù)據(jù)挖掘的學習。一切都是從頭學起，不會寫代碼，(本科學的C++，也只記得課程的名字)，數(shù)學也多年未動，離散數(shù)學從未接觸，這條路步履維艱。
啥也不說了，有時間抱怨，不如迅速開干，用了一個月不到，首先明確自己哪里不足（其實就是哪里都不足），把自己要補足的東西先碼在這，東西有點多，變身！拼了！
P.S：平時上班，工作也很忙。按照這個計劃，已經(jīng)進行了2-3個月了，已經(jīng)有點感覺了。其實，這兩三個月也沒有塌下心來學，估計自己半年就可以入門了。
廢話不多，先把自己的學習清單給自己列出來。本人零基礎，所以有些東西很基礎，高手莫要鄙視。
1 數(shù)據(jù)挖掘基本知識
這一部分主要是看書，先了解一個情況。至于用什么書。口碑比較好的有《數(shù)據(jù)挖掘：概念與技術（第3版）》。我買了，看了一大半，感覺不太適合初學者。有些概念直接給出，對于底子不好的人有些突兀，要是硬著頭皮使勁看，還是很有收獲的，適合入門以后反復看。推薦一本很老的書《數(shù)據(jù)倉庫與數(shù)據(jù)挖掘》，作者：武森等。這本書相對來說不那么厚，很多基礎概念也有論述，對初學者來說很友好。
這一部分的學習是貫穿始終的，有經(jīng)驗的前輩們介紹，什么時候拿出來看看都是有收獲的。
2 數(shù)學基礎
這一部分也是不可或缺的，學一下未必能有感受。學好了，絕對收益無窮。我的計劃是穿插在整個學習過程中。主要內(nèi)容是：線性代數(shù)、離散數(shù)學。
（1）線性代數(shù)
已經(jīng)學過的，沒學過的都要認真學一下。國內(nèi)的教材個人以為對概念沒有深入說透。比如特征值和特征向量，到底干嘛用的。矩陣的乘法本質(zhì)意義，也沒說清楚。
推薦麻省理工的公開課：線性代數(shù)。網(wǎng)易公開課就有翻譯好的。附上鏈接：
http://open.163.com/special/opencourse/daishu.html
（2）離散數(shù)學
這個大部分人（不是專業(yè)的）都沒學過，聽著就頭痛。別急，不用全學，重點是圖論、代數(shù)系統(tǒng)、命題（謂詞和邏輯）、集合與關系。隨便找一本薄一點的教材。這些內(nèi)容其實之前高中本科都有接觸，主要是一些邏輯符號，思維方式需要看懂。否則在一些地方看到一些莫名其妙的符號，不了解，看到一些簡單的公式以為很復雜，得不償失。
（3）運籌學
這個絕對是基礎課，之所以放在后面是因為本人認真學了。推薦的教材《運籌學》教材編寫組編寫。一本大厚綠皮書。對策論等跟博弈論有關的不用看。有條件的可以把算法在跑一遍。絕對收獲良多。
3 工具
這部分本人在網(wǎng)上查了很久，課題組問了幾百遍。最終確認的這幾個。很多人說有編程經(jīng)驗的人，學一個就一兩周的事，無奈，我零基礎。所以，這一部分絕對是個重點。先說本人確定的語言：MATLAB、Python、R。
（1）MATLAB
先說MATLAB，別說這個老，別說這個是學校搞學術才用的。不想挑起爭論，主要理由——好上手。上手以后就可以跑一些算法，提高一些信心和學習的樂趣。教材我隨便找一本厚厚的備查（從來沒翻過）。我主要看的是官方手冊的Primer。然后就開始寫腳本和函數(shù)，如果有看不懂的直接百度、google或者help。寫的都很清楚。這一部分主要是迅速上手，我已經(jīng)略有收獲了。
（2）Python和R
這兩個放在一起，是因為網(wǎng)上關于這兩個的爭論太多了。本人也無數(shù)次迷失過。不爭論優(yōu)劣，確實是各有優(yōu)勢。我的順序是首先學python，立志以這個作為自己的主要程序。其次再是R，從畫圖入手。R畫出來的圖真是好看。至于學習的思路：先找一本入門的書，越簡單越好，學完之后找一本手冊，然后練習。
首先python，先看《Head First Python》。挺好的。簡單易懂，網(wǎng)上竟然還能下載到英文的PDF。然后是《利用Python進行數(shù)據(jù)分析》和《機器學習實戰(zhàn)》。第一本書主要是利用Python做數(shù)據(jù)挖掘的，基本提到Python學習都會推薦這本。第二本是理解機器學習的佳作，書中用到的語言就是Python。一邊學語言，一邊理解機器學習。很好的順序。
其次R，因為有了前面的一部分基礎，學起來會容易一些。主要推薦教材是《R語言初學者指南》和《R語言實戰(zhàn)》。這部分的學習我準備跳著看，早期主要利用R來畫圖。然后步步深入著學習。這樣才能充分的練習，而不僅僅是紙上談兵。
（3）Mysql
最后加一個，了解一點Mysql，由于零基礎對數(shù)據(jù)的各種都不了解，強烈推薦一周讀完《深入淺出Mysql》。難度不大，主要是入門。如果以后用得著，再深入研究。
再次重申一遍：這一階段還是要找程序寫。如果有工作或者項目，直接上，學的最快。如果沒有，找篇不錯的，感興趣的博士論文，跑一遍里邊的程序。這部分內(nèi)容不是學出來的，絕對練出來的。
4.算法
算法太多了，常見的就那些。一方面要看明白，理解算法。另一方面用上面的語言跑出來。既能理解算法，也能很好的熟悉語言。
4 文本編輯器
直接上干貨。Emacs org-mode。這部分是等進入高階階段要學的東西。不是因為難，不是因為不好。主要是因為這個不是本人現(xiàn)在的當務之急?？磩e人用的，心理癢癢，確實很好。所以，姑且放在這里。
5 總結
整個入門階段，千萬不要抱著學完一個在學一個的思想。同時學！比如，語言入門了，就找算法實踐?？吹揭粋€算法，一定要程序跑出來。中間累了，把數(shù)學基礎補一補。看算法的時候，數(shù)學哪里不懂，百度哪里。
總結一句話：反復實踐。半年入門。
（有需要，歡迎交流，需要什么資料，本人有的話可以分享。）
Created: 2016-01-27 Wed 19:34
Emacs 24.5.1 (Org mode 8.2.10)
Validate
