http://www.cnblogs.com/wentingtu/p/3513979.html

数据挖掘主要侧重解决四类问题：分类、聚类、关联、预测，而常规数据分析则侧重于解决除此之外的其他数据分析问题：如描述性统计、交叉报表、假设检验等。这是一个高度的归纳，数据挖掘的应用就是把这几类问题演绎的一个过程。训练的大概思路是这样的：对所有已经收集到的特征

关联规则挖掘发现大量数据中项集之间有趣的关联或相关联系。随着大量数据不停地收集和存储，许多业界人士对于从他们的数据库中挖掘关联规则越来越感兴趣。从大量商务事务记录中发现有趣的关联关系，可以帮助许多商务决策的制定，如分类设计、交叉购物和贱卖分析。项的集合称为

一次偶然翻看《程序员》杂志，在2012年第四期《新书上架》栏目里看到一本刚刚出版的书——《社交网站的数据挖掘与分析》。这是一本开创时代的的新书，获得Jolt生产效率大奖。这本书主要介绍在Twitter、Facebook、Linkin、Google Buzz

前言随着大数据时代的到来，机器学习成为解决问题的一种重要且关键的工具。不管是工业界还是学术界，机器学习都是一个炙手可热的方向，但是学术界和工业界对机器学习的研究各有侧重，学术界侧重于对机器学习理论的研究，工业界侧重于如何用机器学习来解决实际问题。

IT行业是一项很多人都向往职业之一，其中程序员、工程师这些名词大家耳熟能详，但是你知道哪些编程语言好呢？今天小猿圈讲师就为你解读互联网5大编程语言该如何选择。这也许会帮你更快的作出决定！三块应用范围不同，但却相互补充。

慢慢地，我开始进行总结，把一些大佬推荐的入门书籍文章进行汇总对比，然后就发现有些书是都在推荐的，于是决定重点就看这些书，这样才算慢慢摸到 Python 的大门。

为什么大家都在学Python?是因为语言本身有优势，并不是什么语言火就应该学什么语言。今天和大家一起讨论一下Python的优势！据统计，Python人才需求量每日高达5000+,但目前市场上会 Python 的程序员少之又少, 竞争小，很容易获得高薪市场的