1.資料探勘基本知識

　　這一部分主要是看書，先了解一個情況。至於用什麼書。口碑比較好的有《資料探勘：概念與技術（第3版）》。我買了，看了一大半，感覺不太適合初學者。有些概念直接給出，對於底子不好的人有些突兀，要是硬著頭皮使勁看，還是很有收穫的，適合入門以後反覆看。推薦一本很老的書《資料倉庫與資料探勘》。這本書相對來說不那麼厚，很多基礎概念也有論述，對初學者來說很友好。

　　這一部分的學習是貫穿始終的，有經驗的前輩們介紹，什麼時候拿出來看看都是有收穫的。

　　2.數學基礎

　　這一部分也是不可或缺的，學一下未必能有感受。學好了，絕對收益無窮。我的計劃是穿插在整個學習過程中。主要內容是：線性代數、離散數學。

　　（1）線性代數

　　已經學過的，沒學過的都要認真學一下。國內的教材個人以為對概念沒有深入說透。比如特徵值和特徵向量，到底幹嘛用的。矩陣的乘法本質意義，也沒說清楚。

　　（2）離散數學

　　這個大部分人（不是專業的）都沒學過，聽著就頭痛。別急，不用全學，重點是圖論、代數系統、命題（謂詞和邏輯）、集合與關係。隨便找一本薄一點的教材。這些內容其實之前高中本科都有接觸，主要是一些邏輯符號，思維方式需要看懂。否則在一些地方看到一些莫名其妙的符號，不瞭解，看到一些簡單的公式以為很複雜，得不償失。

　　（3）運籌學

　　這個絕對是基礎課，之所以放在後面是因為本人認真學了。推薦的教材《運籌學》教材編寫組編寫。一本大厚綠皮書。對策論等跟博弈論有關的不用看。有條件的可以把演算法在跑一遍。絕對收穫良多。

　　3.工具

　　這部分本人在網上查了很久，課題組問了幾百遍。最終確認的這幾個。很多人說有程式設計經驗的人，學一個就一兩週的事，無奈，我零基礎。所以，這一部分絕對是個重點。先說本人確定的語言：MATLAB、Python、R。

　　（1）MATLAB

　　先說MATLAB，別說這個老，別說這個是學校搞學術才用的。不想挑起爭論，主要理由——好上手。上手以後就可以跑一些演算法，提高一些信心和學習的樂趣。教材我隨便找一本厚厚的備查（從來沒翻過）。我主要看的是官方手冊的Primer。然後就開始寫指令碼和函式，如果有看不懂的直接百度、google或者help。寫的都很清楚。這一部分主要是迅速上手，我已經略有收穫了。

　　（2）Python和R

　　這兩個放在一起，是因為網上關於這兩個的爭論太多了。本人也無數次迷失過。不爭論優劣，確實是各有優勢。我的順序是首先學python，立志以這個作為自己的主要程式。其次再是R，從畫圖入手。R畫出來的圖真是好看。至於學習的思路：先找一本入門的書，越簡單越好，學完之後找一本手冊，然後練習。

　　首先python，先看《Head First Python》。挺好的。簡單易懂，網上竟然還能下載到英文的PDF。然後是《利用Python進行資料分析》和《機器學習實戰》。第一本書主要是利用Python做資料探勘的，基本提到Python學習都會推薦這本。第二本是理解機器學習的佳作，書中用到的語言就是Python。一邊學語言，一邊理解機器學習。很好的順序。

　　其次R，因為有了前面的一部分基礎，學起來會容易一些。主要推薦教材是《R語言初學者指南》和《R語言實戰》。這部分的學習我準備跳著看，早期主要利用R來畫圖。然後步步深入著學習。這樣才能充分的練習，而不僅僅是紙上談兵。

　　（3）Mysql

　　最後加一個，瞭解一點Mysql，由於零基礎對資料的各種都不瞭解，強烈推薦一週讀完《深入淺出Mysql》。難度不大，主要是入門。如果以後用得著，再深入研究。

　　再次重申一遍：這一階段還是要找程式寫。如果有工作或者專案，直接上，學的最快。如果沒有，找篇不錯的，感興趣的博士論文，跑一遍裡邊的程式。這部分內容不是學出來的，絕對練出來的。

　　4.演算法

　　演算法太多了，常見的就那些。一方面要看明白，理解演算法。另一方面用上面的語言跑出來。既能理解演算法，也能很好的熟悉語言。

　　總結

　　整個入門階段，千萬不要抱著學完一個在學一個的思想。同時學！比如，語言入門了，就找演算法實踐。看到一個演算法，一定要程式跑出來。中間累了，把數學基礎補一補。

本人非資料探勘專業，目前轉行做機器學習相關，說說自己的體會！首先最好辦法就是去coursra上去學習一下andrew ng的機器學習這門課，對基本演算法，應用有個大概瞭解！然後去刷一下kaggle，參加一下這種競賽，學會運用模型去解決實際問題！然後為了更好的調引數，有針對性看一些理論知識！推薦prml，嘗試實現一下相關演算法，能夠幫助你理解原理！總之實踐很重要，還有就是透過面試積累經驗，發現自己的不足

從現在開始一切都不晚，程式語言直接從python開始，然後再培養興趣，學會使用一些機器學習演算法做實戰，再考慮機器學習演算法的具體實現細節，再之後怎麼走，我也正在學習

我自己本科和研究生一直學的統計學，工作後一直從事資料分析和挖掘的工作。我簡單來回答一下這個問題：

說句比較俗也比較實在的的話，一切皆有可能

首先目前資料探勘相關的職位基本上是供不應求，原因是“資料爆炸，知識匱乏”。資料探勘技術正好是解決這類問題目前來看最好的方法。大部分從事資料探勘相關工作的並不是來自本專業和相關專業

其次你本身是研究生，本身土木工程對數學和統計的要求還是有點高的。估計程式設計的功底也不會差。能靠上研究生，至少學習能力不會差。所以學好併入行問題肯定不大。

關鍵要考慮需要學習什麼，及怎麼學效率比較高的問題，個人有如下一些建議：

1. 最好能簡單學習一些統計學的基礎：比如數理統計、線性模型和logistic迴歸模型、聚類分析等等；

2.最好能學一門相關的資料探勘軟體，個人推薦Python（numpy、pandas、matplotlib和sklearn）

3.認真讀一本資料探勘相關的書（個人推薦《資料探勘導論》），重點是理解各種演算法的來龍去脈和優點缺點。如果覺得有難度，可以參加一些培訓。目前這類培訓還是非常豐富的。不過不建議一上來就學深度學習、強化學習。這個會有點難度，對信心培養不利

4.做一些實際的資料探勘問題，比如去kaggle上刷一下題。kaggle上面很多的問題都是企業裡面實際需要去解決的資料探勘問題，場景非常明確，評估標準也非常統一。這個對你學的資料探勘理論和軟體操作是一種很好的檢驗和提升。