用户头像

发起人：

回复 ( 2 )

  1. 张戎
    张戎 初入职场
    0
    举报 回复
    理由
    举报 取消 
    半年前从纯数学专业转行到了互联网行业做数据挖掘和推荐系统，在做具体的业务的时候
遇到了一些知识点，于是自己整理出来。如果有后来人需要转行的话，可以用这份资料来
参考一下。大牛请忽视以下的内容，小白可以参考下。

从数学专业转行到工业界做数据挖掘需要的知识储备：
1. Hadoop，HIVE，SQL数据库操作需要会。
Hive用于提取数据，做基本的数据分析。hive的基本函数，比如聚合函数，数学函数，字
符串的函数，连接表格函数等。hive的各种语句，比如if else，case等语句。
EXCEL的基本操作需要掌握，用熟悉了其实挺方便的。

2. 编程语言最好会python，c/c++，或者java，至少一种。做机器学习的话感觉用python
会多一些。

3. Linux系统，脚本语言Shell。

4. 数据挖掘和机器学习的基础知识和算法：
LR，SVM，聚类算法，神经网络算法，决策树，随机森林，GBDT，异常值检测等常用算法需
要掌握。
特征工程的基础知识：根据相应的产品进行必要的特征构造，物品特征，交叉特征等。

工程上的最优化论文推荐：
Ad Click Prediction a View from the Trenches：
需要了解的是相关论文的背景SGD算法，Truncated Gradient算法，RDA算法，FOBOS算法，
FTRL算法等。

5. 统计学：
时间序列模型，变量的相关系数，ROC和AUC曲线，交叉验证，主成分分析。

6. 大数据，推荐系统，计算广告学的科普书籍。
  2. cyclone
    cyclone 初入职场
    0
    举报 回复
    理由
    举报 取消

    这对于你来说应当不难啊， 数据分析的理论基础就是概率论，统计学， 其次就是机器学习的一些算法， 然后就是各种数据分析工具的使用， 常用的工具如SAS， R， IBM modeler 等。这些对于数学专业的人来说应当不难。

    具体到各个行业领域， 就需要深刻理解数据背后所代表的现实意义了（具体来说， 就是你要理解这个行业里面的数据，x 代表什么， y 代表什么等等）， 然后结合数据分析的技能进行现实的分析了， 其实很多行业都需要数据分析， 你得选一个你切入的行业， 这很重要！

我来回答

Captcha 点击图片更换验证码