大家好，在之前的文章中，向大家介绍了区块链的相关内容，从今天起，我们将开启一个新的内容，数据挖掘。
数据科学可能是内容覆盖面最广、知识点跨度最大的综合性学科，在开始对它进行介绍前，我们先来了解一些理念：
education is the kindling of a flame not the filling of a vessel.——Socrates
苏格拉底说，教育是点燃火焰而不是灌输。希望我们的这个系列文章能够去启发大家的思想，而不仅仅是知识点的罗列。
A teacher who is attempting to teach without inspiring the pupil with a desire to learn is hammering on cold iron.——Horace Mann
霍伊斯·曼恩认为，没有激发起兴趣的学习就像铁锤锻打冷铁。而兴趣向来因人而异，如果本系列的行文不能激发你的兴趣，请尝试一切可能的方式，优先激发兴趣。
现在进入正题。
从2000年起，数据的存储能力急剧提升，并且逐渐从模拟到数字，同一时期，我们的计算能力也有了急剧的提升，正是这种存储能力与数据处理能力的提升为数据挖掘奠定了基础。
我们现在实际上是生活在一个数据的世界，不管你有没有意识到，我们每时每刻每分每秒都在和数据打交道。网站，期货，手机，传感器，银行卡，购物，体检等等等等，时刻产生着巨量的数据。
然而，Data Rich, Information Poor，数据很多，信息很少。据统计，仅有0.5%的数据是真正经过了分析和处理，剩余大量的数据静静的躺在数据中心，耗费着巨大的电能，并散发出巨大的热能。
由此不难得出两个结论，数据挖掘有着深刻的应用背景，数据挖掘有着广阔的应用前景。