自学数据分析需要看哪些书（从初级到高级）的？ 从入门到精通：互联网数据分析的书籍清单！任何一个技能的学习，都有从浅到深的过程，数据分析也不例外。
如何快速成为数据分析师？ 入行之后，我才发现数据分析其实可以分为两种：一种类似产品经理、一种偏向数据挖掘，类似产品经理向更加…
新人如何学习大数据分析？ 分享一个系统学数据分析的提纲学习大纲：数据分析的思维和方法Excel进阶数据库和SQL入门数理统计学数据分…
求大神指导，聚类分析、数据挖掘、关联规则这几个概念中到底是什么关系。谢谢 聚类分析与关联规则2113是数据挖掘中的核5261心技术；4102从统计学的观点看，聚类分析是通过数1653据建模简化数据的一种方法。传统的统计聚类分析方法包括系统聚类法、分解法、加入法、动态聚类法、有序样品聚类、有重叠聚类和模糊聚类等。采用k-均值、k-中心点等算法的聚类分析工具已被加入到许多著名的统计分析软件包中，如SPSS、SAS等。从机器学习的角度讲，簇相当于隐藏模式。聚类是搜索簇的无监督学习过程。与分类不同，无监督学习不依赖预先定义的类或带类标记的训练实例，需要由聚类学习算法自动确定标记，而分类学习的实例或数据对象有类别标记。聚类是观察式学习，而不是示例式的学习。聚类分析是一种探索性的分析，在分类的过程中，人们不必事先给出一个分类的标准，聚类分析能够从样本数据出发，自动进行分类。聚类分析所使用方法的不同，常常会得到不同的结论。不同研究者对于同一组数据进行聚类分析，所得到的聚类数未必一致。从实际应用的角度看，聚类分析是数据挖掘的主要任务之一。而且聚类能够作为一个独立的工具获得数据的分布状况，观察每一簇数据的特征，集中对特定的聚簇集合作进一步地分析。聚类分析还可以作为其他算法（如分类和定性归纳。
毕业后想从事数据挖掘和数据分析方面的工作，需要考什么证书，或者需要做什么必要的准备？ 我目前在德国留学，在本领域有没有国际通用的一些证书之类的
数据分析方法论、流程和框架？ 针对这个问题，我从一个十年大数据人的日常工作实践、可落地可实施的角度总结归纳分享给大家。（节选…
怎么培养数据分析的能力？
数据挖掘中常用的数据清洗方法有哪些 数据清洗目的主要有：①解决数据质量问题；②让数据更适合做挖掘；数据清洗是对数据审查过程中发现的明显错误值、缺失值、异常值、可疑数据，选用一定方法进行“清洗”，为后续的数据分析做准备。数据清洗的方法有：①数据数值化对存在各种不同格式的数据形式的原始数据，对其进行标准化操作。对字符串取值，按照ANSI码值求和得到字符串的值，如果值太大，取一个适当的质数对其求模。②标准化 normalization对整体数据进行归一化工作，利用min-max标准化方法将数据都映射到一个指定的数值区间。③数据降维原始数据存在很多维度，使用主成分分析法对数据的相关性分析来降低数据维度。④数据完整性数据完整性包括数据缺失补数据和数据去重；补全数据的方法有：通过身份证件号码推算性别、籍贯、出生日期、年龄（包括但不局限）等信息补全；通过前后数据补全；实在补不全的，对数据进行剔除。数据去重的方法有：用sql或者excel“去除重复记录”去重；按规则去重，编写一系列的规则，对重复情况复杂的数据进行去重。
你用 Python 做过什么有趣的数据挖掘/分析项目？ 比如：口罩（http：// zhuanlan.zhihu.com/hemi ngke/20391296），尿不湿。链接：https：// pan.baidu.com/s/1dONGRs EkrthUOsdb-SM_OQ密码：oxv2 原文- 记录一下自己用Python做的。
如何成为顶级数据分析师和数据挖掘师？ 数据分析师的核心技能要求懂业务：必须扎根业务，其实职位都必需懂业务，不懂业务都是纸上谈兵懂方法：拥有科学的分析方法。基本的分析方法有：对比分析法、分组分析法、交叉分析法、结构分析法、漏斗图分析法、综合评价分析法、因素分析法、矩阵关联分析法等。高级的分析方法有：相关分析法、回归分析法、聚类分析法、判别分析法、主成分分析法、因子分析法、对应分析法、时间序列等懂工具：数据分析常用工具，数据分析工具就是实现数据分析方法理论的工具懂设计：图表可视化表达，让业务相关或决策层容易看懂，如果别人看不懂，也是你的问题。
