學好資料探勘，數學要學好，統計方法要學好，再加上要有一定的程式設計經驗，會處理現實問題。一般數學 統計專業理論性比較強，而計算機，軟體工程實踐內容多。

其實計算機科學與技術，軟體工程專業所學課程中的數學內容滿足了資料探勘的需求了。

如果學數學和統計專業，然後再學習些程式設計內容，如目前的python語言，也可以做資料探勘分析。

總的說來，計算機科學與技術，軟體工程專業更偏向於應用，理論和實踐都學習，所以建議這兩個專業。

資料探勘是一個比較傳統的研究方向，資料探勘是透過計算機、演算法以及統計學知識發掘大量資料中蘊含的價值化資訊的過程，從這個角度來看，資料探勘需要綜合運用計算機、數學以及統計學的相關知識。在大資料時代，資料探勘被賦予了更豐富的含義，研究範圍也有了相應的拓展。

從資料探勘本身來看，演算法設計是資料探勘的核心，而統計學為資料探勘提供了指導思想，同時資料探勘又需要資料庫和分散式計算的支撐，所以說數學、統計學、計算機（軟體工程）這幾個學科在資料探勘中都起到了比較重要的作用。

從資料探勘研發的角度來看，演算法工程師往往是研發的重要參與者，因為資料探勘的核心是演算法設計，演算法設計關係到資料探勘的效率以及質量，另外演算法設計還要綜合考慮多種不同的應用場景，而這往往是演算法設計師的工作內容。

從專案實施的角度來看，具備計算機（資料庫）相關知識的工程師從事資料探勘工作是比較普遍的現象，一方面計算機專業往往也具備紮實的數學基礎（演算法基礎），另一方面計算機工程師也能夠完成演算法的實現過程，所以資料探勘的專案實施過程往往是由軟體工程師來完成的，包括資料庫工程師。

從應用場景的角度來看，資料探勘往往是由統計學工程師完成的，因為資料探勘的應用場景與大量的生產場景密切相關，而統計學工程師往往都具有豐富的行業背景經驗，所以具體的資料探勘工作往往是由統計學工程師完成的。

綜上所述，數學、統計學、計算機（軟體工程）專業都是參與資料探勘的直接學科，但是資料探勘的不同階段往往有所側重。