数据分析是通过看数据的现象来完成产品、营销策略、运营策略的优化。要达到最低的成本和最佳的效果，一个优秀的数据分析师可以采用以下三种方法:1。多使用产品本身。只有不断尝试产品，体验和了解各种产品，才能在分析中有直观的思考和总结；2.在与产品相关的业务和技术类学生交流时，尤其是在理解和操作数据时，需要了解数据 element的含义、当前的操作模式以及产生这种模式的原因；3.多思考产品的内在逻辑，多问为什么，以免在做分析案例时遗漏其他业务流程或者设计错误数据模型。
5、如何通过自学,成为 数据 挖掘“高手”基础篇:1。看IntroductiontoDataMining，非常通俗易懂，没有复杂深奥的公式，非常适合初学者。此外，你可以把这本书作为“数据挖掘:概念和技术”的参考。第二本书比较厚，也增加了一些关于数据仓库的知识。如果你喜欢算法，可以再读一遍IntroductiontoMachineLearning。
有几个部分:a .关联规则挖掘(Apriori，FP树等。)b .分类(C4.5，KNN，逻辑回归，SVM等。)c .聚类(KMeans，DBScan，谱聚类等。)d .等。)e .推荐系统(基于内容的推荐，协同过滤，如矩阵分解等。)然后在大众数据 set上测试，看达到的效果。
6、怎样 学好bi 数据 挖掘学习数据 挖掘时，一定要学习统计知识。当然，Excel，SPSS，R等等都是你需要掌握的基本功。如果我们做数据 -1/，要注意数学的知识。数据 挖掘我们需要一些数学知识才能从海量中发现规律数据。以上是学习的基本技巧-2挖掘。数据 挖掘中的朴素贝叶斯算法需要概率的知识，SKM算法需要高等代数或区间理论的知识。
但是要想深入学习这些算法，最好还是学习一些数学知识，这样也能让我们以后的路走得更顺畅。我们经常用的语言有Python，Java，C或者C ，我自己用Python或者Java比较多。有时候用MapReduce写程序，然后用Hadoop或者Hyp处理数据。如果用Python，就和Spark结合。
7、初学者如何学习 数据仓库与 数据 挖掘技术说实话，短时间内很难完全掌握这些知识。最好在-2挖掘上买一本书，大致了解一下-2挖掘包含的内容，也可以得到一些介绍/112。如果你有门道，可以给我一些建议。现在头疼一堆数据。以前主要是搬家。我现在要做物流。但是，个人认为，没有数据 Library，做起来更难。挖掘我主要处理的是数据库，而不是数据库。很简单。
