z****8
发帖数: 13 | 1 原文链接：
http://mp.weixin.qq.com/s?__biz=MzIzODExMDE5MA==&mid=403826129&
半年前从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。
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，可以进行各种数据的处理、统计分析和辅助决策操作，用
熟悉了其实挺方便的。
2.编程语言
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.操作系统
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
逻辑回归算法 Logistic Regression（LR），
支持向量机算法 Support Vector Machine（SVM），
物质扩散和热传导算法（Heat Spreading），
Gradient Boosting Decision Tree（GBDT），
聚类算法，神经网络算法，决策树，随机森林，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。
其中LR使用广泛：由于LR是使用线性方法来处理非线性的问题，导致特征工程十分复杂
，交叉项多（二维或者三维的交叉）。
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曲线和AUC，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 |
p******e
发帖数: 528 | 2 确实是很有用的信息。看了这个list后，我有一个问题。要都准备这里所列举的东西
需要很长时间。比方说Python编程，要是考起算法的话得准备leecode。对于没有
CS背景的人时间不会很短。然后这里还有很多统计的知识。对于一般的数学系或者
是工程系的人来说并不是他们以前所学的内容。一般来说准备所有这些怎么也得有1
到2年左右的时间。请问这是不是意味着一般来说，我们需要很长的时间才能准备好。
【在 z****8 的大作中提到】
: 原文链接：
: http://mp.weixin.qq.com/s?__biz=MzIzODExMDE5MA==&mid=403826129&
: 半年前从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。
: 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，可以进行各种数据的处理、统计分析和辅助决策操作，用
|
a*****a
发帖数: 19262 | 3 非常好的文章，多谢多谢
若是英文就更好了，看中文好累，有些词汇反应不过来。
【在 z****8 的大作中提到】
: 原文链接：
: http://mp.weixin.qq.com/s?__biz=MzIzODExMDE5MA==&mid=403826129&
: 半年前从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。
: 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，可以进行各种数据的处理、统计分析和辅助决策操作，用
|
c******4
发帖数: 4896 | |
c******4
发帖数: 4896 | |
j**********3
发帖数: 3211 | |
z****8
发帖数: 13 | 7 原文链接：
http://mp.weixin.qq.com/s?__biz=MzIzODExMDE5MA==&mid=403826129&
半年前从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。
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，可以进行各种数据的处理、统计分析和辅助决策操作，用
熟悉了其实挺方便的。
2.编程语言
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.操作系统
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
逻辑回归算法 Logistic Regression（LR），
支持向量机算法 Support Vector Machine（SVM），
物质扩散和热传导算法（Heat Spreading），
Gradient Boosting Decision Tree（GBDT），
聚类算法，神经网络算法，决策树，随机森林，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。
其中LR使用广泛：由于LR是使用线性方法来处理非线性的问题，导致特征工程十分复杂
，交叉项多（二维或者三维的交叉）。
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曲线和AUC，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 |
p******e
发帖数: 528 | 8 确实是很有用的信息。看了这个list后，我有一个问题。要都准备这里所列举的东西
需要很长时间。比方说Python编程，要是考起算法的话得准备leecode。对于没有
CS背景的人时间不会很短。然后这里还有很多统计的知识。对于一般的数学系或者
是工程系的人来说并不是他们以前所学的内容。一般来说准备所有这些怎么也得有1
到2年左右的时间。请问这是不是意味着一般来说，我们需要很长的时间才能准备好。
【在 z****8 的大作中提到】
: 原文链接：
: http://mp.weixin.qq.com/s?__biz=MzIzODExMDE5MA==&mid=403826129&
: 半年前从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。
: 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，可以进行各种数据的处理、统计分析和辅助决策操作，用
|
a*****a
发帖数: 19262 | 9 非常好的文章，多谢多谢
若是英文就更好了，看中文好累，有些词汇反应不过来。
【在 z****8 的大作中提到】
: 原文链接：
: http://mp.weixin.qq.com/s?__biz=MzIzODExMDE5MA==&mid=403826129&
: 半年前从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。
: 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，可以进行各种数据的处理、统计分析和辅助决策操作，用
|
c******4
发帖数: 4896 | |
|
|
c******4
发帖数: 4896 | |
j**********3
发帖数: 3211 | |
z****8
发帖数: 13 | 13 确实需要一定的时间，不过可以一边看书，一边寻找实习机会，在工作中结合业务学习
会快很多。
【在 p******e 的大作中提到】
: 确实是很有用的信息。看了这个list后，我有一个问题。要都准备这里所列举的东西
: 需要很长时间。比方说Python编程，要是考起算法的话得准备leecode。对于没有
: CS背景的人时间不会很短。然后这里还有很多统计的知识。对于一般的数学系或者
: 是工程系的人来说并不是他们以前所学的内容。一般来说准备所有这些怎么也得有1
: 到2年左右的时间。请问这是不是意味着一般来说，我们需要很长的时间才能准备好。
|
t******g
发帖数: 2253 | |
z****8
发帖数: 13 | 15 确实是ds。。。。
【在 t******g 的大作中提到】
: 这个list比较适合做计算广告相关的ds。
|
c********n
发帖数: 2 | 16 大家好！本人建了个qq群供数据科学爱好者互动交流，目前群内已召集800多位行业工作
者，相关企业HR和数据科学爱好者！主要供大数据、数学，算法、数据挖掘、机器学习
，数据可视化，数据仓库、商业智能、软件编程等方面爱好者交流。群里既谈数据科学
，也分享人生喜悦，大家互相帮助，长期寻求数据科学达人加入。感兴趣的朋友可以加
qq群,链接是【数据家-交流群】：http://jq.qq.com/?_wv=1027&k=hxebyg 或者搜索群号482167413 感谢mitbbs数据科学版提供平台！ |
