比如把数据按照不同年龄段整理存放在图书馆的简单动作就是细分。细分让用户从更高的层面观察数据在库中，细分让人们以不同的方式对待不同细分群体的客户。数据 挖掘中的分类、聚类等技术，允许用户根据企业感兴趣的属性，如品类、年龄、职业、住址、偏好等，对库中数据的客户进行细分。
4、 数据 挖掘工作的要求是什么?数据挖掘的工作要求包括专业技能、行业知识、合作精神和客户关系能力。数据 挖掘人员必须满足以下基本条件，才能完成数据挖掘project中的相关任务。一般企业的招聘要求是:1。对行业和企业有一定的了解，能够独立完成分析报告。2.巧用相关分析。3.根据业务逻辑的变化，设计相关的分析模型，支持业务分析的发展。4.精通统计学，数据 挖掘技术，尤其是回归模型和决策树模型。
6.有多个行业的项目经验。7.有很强的学习和人际交往能力以及影响力说服能力。关于-1挖掘的学习，推荐CDA 数据的相关课程。课程内容要考虑培养解决数据 挖掘过程问题的横向能力并加以解决。要求学生从数据 governance的根源思考，通过数字化的工作方法探索业务问题，然后通过近因分析和宏观根本原因分析选择业务流程优化工具或算法工具，而不是“遇到问题就调整算法包”点击预约免费试听课。
随着5、什么是 数据 挖掘?
技术的快速发展和数据存储技术的快速进步，各种行业或组织的数据已经大量积累。然而，从海量的数据中提取有用的信息是一个难题。面对海量的数据，传统的数据分析工具和方法显得非常无力。由此，数据 挖掘技术走上了历史的舞台。数据 挖掘是一种技术，它将传统的数据分析方法与一种复杂的算法(图1)结合起来，处理大量的数据，从大量的不完整、有噪声、模糊和不清楚中。
数据 挖掘技术有哪些？如何应用？数据 挖掘该技术应用广泛，如:1。在交通领域，它有助于制定铁路票价和预测交通流量。2.在生物学上，挖掘基因与疾病的关系，蛋白质结构预测，代谢途径预测等。3.在金融行业，股指跟踪、税务稽查等方面都有重要的应用。4.在电子商务领域，客户行为分析，定向营销，定向广告，谁是最有价值的用户，一起卖什么产品。
6、请列举出以下哪一个是不属于 数据 挖掘的主要任务总结起来主要有以下几点:1。对计算机编程能力的要求as 数据 Analysis很多情况下需要成型的分析工具，比如EXCEL，SPSS，或者SAS，r .一个完全不懂编程，不会打代码的人可以成为一个很好的数据分析师，因为一般来说，OFFICE中包含的几个工具可以满足大部分数据分析师的要求。很多数据分析师做的工作都是从原始的数据到各种细分和汇总，然后进行分析，形成一份完整的分析报告。
