數(shù)據(jù)挖掘的主要學科來源？數(shù)據(jù)挖掘起源于許多學科，其中最重要的是統(tǒng)計學和機器學習。統(tǒng)計學起源于數(shù)學，強調數(shù)學的準確性；機器學習主要起源于計算機實踐，更傾向于實踐和主動檢測某種東西來確定其表現(xiàn)形式。數(shù)據(jù)庫

數(shù)據(jù)挖掘的主要學科來源？

數(shù)據(jù)挖掘起源于許多學科，其中最重要的是統(tǒng)計學和機器學習。統(tǒng)計學起源于數(shù)學，強調數(shù)學的準確性；機器學習主要起源于計算機實踐，更傾向于實踐和主動檢測某種東西來確定其表現(xiàn)形式。

數(shù)據(jù)庫需要用哪些軟件？

這類軟件主要用于更專業(yè)的數(shù)據(jù)分析和挖掘，尤其是在銀行、金融、保險等行業(yè)。

SPSS和SAS都是用于統(tǒng)計分析的，側重于統(tǒng)計知識的一些基本應用，包括描述性統(tǒng)計、方差分析、因子分析、主成分分析、基本回歸、分布檢驗等。SPSS在市場調研中應用廣泛，而SAS銀行的金融醫(yī)療統(tǒng)計比較多，有些難度。

r語言似乎是一種綜合的數(shù)據(jù)分析工具，集統(tǒng)計分析、數(shù)據(jù)挖掘和數(shù)據(jù)可視化于一體。

展開來說說數(shù)據(jù)分析~

這些數(shù)據(jù)分析工具的使用還是要看需求，每個企業(yè)應用的選擇和方法都不一樣。數(shù)據(jù)分析的概念非常廣泛。從IT的角度來看，數(shù)據(jù)分析工具在實際應用中可以分為兩個維度:

第一個維度:數(shù)據(jù)存儲層-數(shù)據(jù)報表層-數(shù)據(jù)分析層-數(shù)據(jù)展現(xiàn)層。

第二個維度:用戶級-部門級-企業(yè)級-BI級。

1.數(shù)據(jù)存儲層

從數(shù)據(jù)存儲設計到數(shù)據(jù)庫概念和數(shù)據(jù)庫語言，這方面不必深究，但至少要了解數(shù)據(jù)的存儲、基本結構和數(shù)據(jù)類型。SQL查詢語言必不可少，精通最好。我們可以從選擇查詢、更新修改、刪除刪除和插入插入的基本結構和讀取開始。

Access2003、Access07等

這是最基本的個人數(shù)據(jù)庫，常用于個人或部分基礎數(shù)據(jù)存儲；部門或互聯(lián)網(wǎng)數(shù)據(jù)庫應用必備的MySQL數(shù)據(jù)庫，此時掌握SQL語言的數(shù)據(jù)庫結構和數(shù)據(jù)查詢能力是關鍵；

SQL Server2005或更高版本

對于中小型企業(yè)，一些大型企業(yè)也可以使用SQL Server數(shù)據(jù)庫。其實這次除了數(shù)據(jù)存儲，還包括數(shù)據(jù)報表和數(shù)據(jù)分析，甚至數(shù)據(jù)挖掘工具也在其中；

DB2和Oracle數(shù)據(jù)庫都是大型數(shù)據(jù)庫。

，主要是企業(yè)級，特別是大型企業(yè)或者有海量存儲數(shù)據(jù)需求的是必須的。一般大型數(shù)據(jù)庫公司都提供非常好的數(shù)據(jù)集成應用平臺；

雙電平

其實這不是一個數(shù)據(jù)庫，而是建立在之前數(shù)據(jù)庫基礎上的企業(yè)級應用數(shù)據(jù)倉庫。數(shù)據(jù)倉庫(Data Warehouse)，基于DW計算機的數(shù)據(jù)存儲基本上是一個商業(yè)智能平臺，它集成了各種數(shù)據(jù)分析、報告、分析和展示。與BI產(chǎn)品相結合的BI級數(shù)據(jù)倉庫也是近年來的一大趨勢。

2.報告/商務智能層

踮起腳尖存儲的數(shù)據(jù)需要讀取和顯示，報表工具是應用最廣泛的工具，尤其是在。以前傳統(tǒng)的報道大多解決的是呈現(xiàn)的問題。現(xiàn)在的FineReport和帆板報告一樣，也會和其他應用交叉，做數(shù)據(jù)分析報告。通過接口開放、報表、決策報表等功能，可以訪問數(shù)據(jù)，涵蓋了早期商業(yè)智能的功能。

Tableau、Qlikview、FineBI等BI工具可分為報表層和數(shù)據(jù)展現(xiàn)層，涵蓋數(shù)據(jù)集成、數(shù)據(jù)分析和數(shù)據(jù)展現(xiàn)。FineBI和Tableau都是近年來比較優(yōu)秀的軟件，可以作為可視化的數(shù)據(jù)分析軟件，F(xiàn)ineBI可以用來從數(shù)據(jù)庫中取出數(shù)據(jù)進行報表和可視化分析。相對來說，visual Tableau更好，但是FineBI還有另外一個身份——商業(yè)智能。

所以在大數(shù)據(jù)處理方面的能力更好。

3.數(shù)據(jù)分析層

其實這一層有很多分析工具。當然，Excel是最常用的。

Excel軟件

首先，版本越高越好用，這是肯定的；當然，對于excel，很多人只掌握了5%的Excel功能，而Excel是非常強大的，甚至可以完成所有的統(tǒng)計分析工作！但是我經(jīng)常說，學統(tǒng)計軟件不如會玩Excel這個統(tǒng)計工具。

SPSS軟件

:目前版本為18，名稱已改為PASW統(tǒng)計；；我是從3.0開始在Dos環(huán)境下編程分析的，目前版本的變化也可以從SPSS社科統(tǒng)計軟件包的變化中看出。從關注醫(yī)學、化學開始，我越來越關注商業(yè)分析，現(xiàn)在已經(jīng)成為一個預測分析軟件。

SAS軟件

比起SPSS，SAS其實更強大。SAS是一個平臺，EM挖掘模塊的平臺是集成的。相對來說，SAS更難學，但是如果你掌握了SAS，會更有價值，比如離散選擇模型，抽樣問題，正交實驗設計等。另外SAS的學習資料比較多，而且是開放的，會有收獲！

JMP分析

:SAS的分析分支

XLstat

:Excel插件，可以完成SPSS的大部分統(tǒng)計分析功能。

4.表示層

表示層也叫數(shù)據(jù)可視化，上面每個工具都提供了幾乎一點點的展現(xiàn)功能。上面提到了FineBI和Tableau的可視化功能。其實這幾年Excel的可視化越來越好，加上一些插件，使用感更好了。

PPT:

辦公常用，用來寫數(shù)據(jù)分析報告；

Xmindamp百度腦圖:

梳理流程，幫助思考分析，展現(xiàn)數(shù)據(jù)分析水平；

Xcelsius軟件:

Dashboard制作和數(shù)據(jù)可視化報表工具，可以直接讀取數(shù)據(jù)庫，在Excel中建模，在互聯(lián)網(wǎng)上展示。最大的特點也是在PPT中實現(xiàn)動態(tài)報表是可能的。

最后需要說明的是，這種分類并不是為了區(qū)分軟件，而是為了說明軟件的應用。有時候我們用數(shù)據(jù)庫做報表分析，有時候報表是分析，有時候分析是展現(xiàn)；當然，有時候呈現(xiàn)就是分析，分析也是報告，報告就是數(shù)據(jù)存儲！