一、數據挖掘任務
數據挖掘常見的六大任務：
1.分類問題
2.聚類問題
3.回歸問題
4.關聯問題
5.序列問題
6.異常檢測
二、數據挖掘流程
CRISP-DM：跨行業數據挖掘標准流程
各環節的任務與目標
預測模型的構建和評分流程
六大任務中的分類和回歸都屬於預測模型的范疇
三、預測模型的構建和使用
四、機器學習算法分類
數據挖掘六大任務中的機器學習算法
五、數據挖掘，數據倉庫和OLAP
企業中真實的數據挖掘和應用流程
數據倉庫中的星型模型設計
OLAP的基本概念和技術
OLAP的基本操作
向下鑽取，比如季度轉為月份
向上鑽取，2010年的極度，轉為總的極度，上海這幾那個江蘇，轉為江浙滬
六、數據科學
數據科學解決的兩類問題
數據科學團隊角色
數據科學家
數據科學家需要掌握多元化知識和技能
成為數據科學家
