以下哪些學科與數據挖掘

❶ 有哪些大學的哪些專業是與大數據有關的

北京大學、清華大學、人民大學、復旦大學、中南大學、西南交通大學、南京郵電大學

以上的這幾個大學都有開設統計學專業和計算機科學專業。這兩個專業都是和大數據有關的專業。

❷ 數據挖掘技術涉及哪些技術領域

數據挖掘的技術有很多種，按照不同的分類有不同的分類法，大致有十三種常用的數據挖掘的技術。

1、統計技術
2、關聯規則
3、基於歷史的MBR(Memory-based Reasoning)分析
4、遺傳演算法GA(Genetic Algorithms)
5、聚集檢測
6、連接分析
7、決策樹
8、神經網路
9、粗糙集
10、模糊集
11、回歸分析
12、差別分析
13、概念描述
由於人們急切需要將存在於資料庫和其他信息庫中的數據轉化為有用的知識，因而數據挖掘被認為是一門新興的、非常重要的、具有廣闊應用前景和富有挑戰性的研究領域，並應起了眾多學科(如資料庫、人工智慧、統計學、數據倉庫、在線分析處理、專家系統、數據可視化、機器學習、信息檢索、神經網路、模式識別、高性能計算機等)研究者的廣泛注意。隨著數據挖掘的進一步發展，它必然會帶給用戶更大的利益。

如果對數據挖掘的學習有疑問的話，推薦CDA數據分析師的課程，它安排了Sklearn/LightGBM、Tensorflow/PyTorch、Transformer等工具的應用實現，並根據輸出的結果分析業務需求，為進行合理、有效的策略優化提供數據支撐。課程培養學員硬性的數據挖掘理論與Python數據挖掘演算法技能的同時，還兼顧培養學員軟性數據治理思維、商業策略優化思維、挖掘經營思維、演算法思維、預測分析思維，全方位提升學員的數據洞察力。點擊預約免費試聽課。

❸ 大學的哪個專業是研究數據挖掘的

研究數據挖掘的大學專業一般是人工智慧專業，或者也可以叫作應用數學，然後研究大數據方向，總之和數學、人工智慧分不開，下面將開始介紹。

所以，想學數據挖掘，就選數學專業。

❹ 數據挖掘需要哪些學科的基礎

需要學習以下四類學科基礎。

（1）學習數據挖掘基礎：資料庫理論、數學基礎（包括數理統計、概率、圖論等）、熟練掌握一種編程語言（java，python）、會使用數據挖掘工具軟體（weka、matlab、spss）。編程基礎。
（2）需要掌握一大一小兩門語言，大的指C++或者JAVA，小的指python或者shell腳本。
（3）需要掌握基本的資料庫語言。數學基礎：概率論，數理統計，線性代數，隨機過程，最優化理論。數據結構與演算法分析基礎
（4）掌握常見的數據結構以及操作（線性表，隊，列，字元串，樹，圖等），掌握常見的計算機演算法（排序演算法，查找演算法，動態規劃，遞歸等）。
建議：多敲代碼，多刷題。

關於數據挖掘的相關學習，推薦CDA數據師的相關課程，課程中安排了Sklearn/LightGBM、Tensorflow/PyTorch、Transformer等工具的應用實現，並根據輸出的結果分析業務需求，為進行合理、有效的策略優化提供數據支撐;課程涉及大量企業項目案例點擊預約免費試聽課。