一、数据挖掘任务
数据挖掘常见的六大任务：
1.分类问题
2.聚类问题
3.回归问题
4.关联问题
5.序列问题
6.异常检测
二、数据挖掘流程
CRISP-DM：跨行业数据挖掘标准流程
各环节的任务与目标
预测模型的构建和评分流程
六大任务中的分类和回归都属于预测模型的范畴
三、预测模型的构建和使用
四、机器学习算法分类
数据挖掘六大任务中的机器学习算法
五、数据挖掘，数据仓库和OLAP
企业中真实的数据挖掘和应用流程
数据仓库中的星型模型设计
OLAP的基本概念和技术
OLAP的基本操作
向下钻取，比如季度转为月份
向上钻取，2010年的极度，转为总的极度，上海这几那个江苏，转为江浙沪
六、数据科学
数据科学解决的两类问题
数据科学团队角色
数据科学家
数据科学家需要掌握多元化知识和技能
成为数据科学家
