数据挖掘&机器学习-讲座

Charlotte77 数学系的数据挖掘民工
推荐你几本书吧：集体智慧编程、机器学习实战、统计学习方法。
ESL：Elements of statistical learning
其实机器学习除了数学之外，还有一个非常重要的方向，就是分布式架构。如今互联网公司的数据规模，都非常依赖Hadoop之类的分布s式架构来做机器学习。
题主更擅长非数学类的CS知识的话，那么走架构的道路会非常适合你。现在大规模机器学习的架构还有很多空白领域，很多问题在业界内并没有通用的解决方案。Hadoop和Spark目前也只能解决其中的一小部分问题，遇到非线性模型和非凸模型(概率图，神经网这种)都需要专门开发一套新的框架。
数据量小的话可以只用python，但是数据量大的话，可以用python+c，或者mapreduce，不然跑算法跑到你先
一名调包侠，再成为一名调参侠
个人感觉：Java跑得更快，在WEKA上做数据分析会更“舒服”。但python更加全面，适用性更广。
华为云计算(openstack开发)
BI 商业智能
hadoop是分布式的计算框架，但从框架角度上，它和DM，ML根本没有可比性。hadoop只是为了大数据量适应硬件瓶颈的一个平台，你用它来做什么东西都可以，做DM，ML当然也可以了。
数据挖掘的话，可能更多地是在分析，挖掘数据关联，等等。。这个由于工业派我不熟悉就不乱讲了。
在技术层面上，hadoop+spark等等是在当前大数据背景下进行数据挖掘等数据活动的基础。
在科研领域的话，可以说，hadoop等方向更加偏向工程实现，而数据挖掘更加偏向模式设计。至于在职业道路生涯方面，不太了解，不过希望回答能够给题主帮助。
运维DBA？
经验分享：大学生研究生如何找到一份数据挖掘的工作
数据！
云计算是规模效应，对于公司的好处是节约成本。大多数公司就是个服务器的事儿，冠上个云计算的高帽。
真正做云计算的分布式计算技术，那是一般本科毕业就能做的呀，这样去引导，反而误了一大批人。
做云计算需求量其实并不大，这个行业本身的需求就是让更少的人管理更多的机子，程序员越来越少，毕业生越来越多，真心消化不了这么多人啊。
数据仓库
数学出身的人matlab玩的好，实习的时候北大数学系一哥们matlab玩的炉火纯情，各种新算法可以使用matlab秒实现；
统计出身的一般会学R，因为r的统计真的好强大，包括前期的数据探索，可视化等等都做的不错；
工程出身的一般会比较喜欢python，因为相比较其他两种而言，python的工程性更好，而且python本身也可以做后端，使得它的一体型很好。不过殊途同归，都可以用来玩数据挖掘
http://bbs.cloud.icybee.cn/article/ML_DM/20768?p=1
从零开始学数据挖掘，靠谱吗？求推荐学习路线
金融行业大数据分析的入门经
全牌照金融集团
重要技能：
统计学知识
SAS&SQL编程能力(SAS 软件很贵，有机会接触很重要)
核心：经济学知识和业务理论
锦上添花：文字、表达
大数据分析：使用全量数据代替样本数据 来分析
海量的有价值数据 金融企业对个人数据掌控相对全面，但互联网企业也在奋起直追。
京东已经是全牌照集团
数据分析很严谨 数据
爱找统计学的学生
统计学很重要 中台工作
《SAS 9.2从入门到精通》
数据清洗
**大数据：相关分析代替因果分析？
金融企业中还是会要因果分析，要找到业务上的理论支持
在互联网企业中，数据驱动的能力会更强一点~
金融行业 中台数据分析专业的 排序：统计学>金融> 计算机
smart is the new sexy
软技能 soft skills

后台偏技术
中台偏业务
写脚本 数据开发人员
跑脚本 数据运营人员 ==>给需求方
数据平台规划：沟通 中台和后台

金融公司 数据质量稳定， 都是有价值数据
深度上有，但是广度上比互联网公司相比有缺陷
客户经营分析、客户洞见、战略规划
阿里小贷