数据挖掘干货分享

What is data mining?

Data mining 是Knowledge-Discovery in Databases的一个步骤，一般意义上的数据挖掘就是从海量的数据中，通过一定的支持算法，搜索隐藏在数据之间的关系。现代数据挖掘依赖于计算科学、统计学、情报检索、机器学习、专家智库等因素。

Why we using data mining？

当前和今后很长一段时期内，大数据储量差不多以每年增长一倍的速度不断增长,如何从这些海量的信息中发现隐藏在数据之间的联系，得出想要的数据结果,这就是数据挖掘所要做的事情，举个栗子，互联网上让你剁手的各种爸爸们如何精准的推送广告，让你剁手不止，吐血不停，精力不足，仿佛身体被掏空，这就是爸爸们通过对用户行为数据的挖掘得出来的；再举个生物狗能理解栗子，在一堆基因中，哪个和哪些会对肺癌的发展有影响，这就需要通过数据挖掘的手段来分析得出。

上面给出的是2011年到2015年的增长趋势

How to be smart in data mining?

首先，你要最好学过数学,并掌握一门计算机语言，不懂计算机语言也没关系，我会以Python3.5+ 给出示例代码，后面的几个部分也是针对Python3.5+来分享,但是你会发现大多数的我们在代码中始用的轮子会有其他语言的的API，因为本身Python就是一种被称为胶水语言的三方友好语言，可以在Python中享用Java,C的很多东西，不少的Python的轮子都是建立在以上的基础上，尤其是在数据挖掘方面运用的轮子。

解释一下为什么我选择Python，在生信领域，R、Python、Perl三家，Python 基本上能把前两家能干的活都干掉之外，在网络编程，硬件编程，GUI编程，机器学习领域有一定的优势。

Project Plan

• Top 10 classcial algorithms

• AdaBoost

• Apriori

• CART (classification and regression trees)

• C4.5

• k-means

• SVM (Support Vector Machine)

• EM (Expectations Maximization)

• PageRank

• kNN (k-Nearest Neighobors)

• Naive Bayes

• Machine Learning Pirmary Tutorial

• First Meeting with Machine Learing

• Some wheel for machine learning

• Small demo of machine learning

• Using more Machine Learing freamworks for Data Mining

• Speed up your runing

• Image recognition and classification

• Python 数据可视化

• Python 数据可视化的轮子推荐

• Python 数据可视化之基本作图

• Python 数据可视化之GEO作图

• Python 数据可视化之其它作图

• 浅谈信息安全(附赠)