很多人都想去学习数据分析中的数据挖掘这一块的相关知识，这是因为数据挖掘这项工作十分有前景，同时在薪资方面也十分出色。但是要想学好数据挖掘不是一个容易的事情，不过我们还是有技巧的，在这篇文章中我们给大家介绍一下数据挖掘的学习需要侧重哪些知识，希望这篇文章能够帮助到大家。

1.统计知识

在做数据分析，统计的知识肯定是需要的，Excel、SPSS、R等是需要掌握的基本技能。如果我们做数据挖掘的话，就要重视数学知识，数据挖掘要从海量数据中发现规律，这就需要一定的数学知识，最基本的比如线性代数、高等代数、凸优化、概率论等。

2.概率知识

而朴素贝叶斯算法需要概率方面的知识，SKM算法需要高等代数或者区间论方面的知识。当然，我们可以直接套模型，R、Python这些工具有现成的算法包，可以直接套用。但如果我们想深入学习这些算法，最好去学习一些数学知识，也会让我们以后的路走得更顺畅。我们经常会用到的语言包括Python、Java、C或者C++，我自己用Python或者Java比较多。有时用MapReduce写程序，再用Hadoop或者Hyp来处理数据，如果用Python的话会和Spark相结合。

3.数据挖掘的数据类型

那么可以挖掘的数据类型都有什么呢？关系数据库、数据仓库、事务数据库、空间数据库、时间序列数据库、文本数据库和多媒体数据库。关系数据库就是表的集合，每个表都赋予一个唯一的名字。每个表包含一组属性列或字段，并通常存放大量元组，比如记录或行。关系中的每个元组代表一个被唯一关键字标识的对象，并被一组属性值描述。

4.数据仓库

什么是数据仓库呢？数据仓库就是通过数据清理、数据变换、数据集成、数据装入和定期数据刷新构造 。数据挖掘的工作内容是什么呢？数据分析更偏向统计分析，出图，作报告比较多，做一些展示。数据挖掘更偏向于建模型。比如，我们做一个电商的数据分析。万达电商的数据非常大，具体要做什么需要项目组自己来定。电商数据能给我们的业务什么样的推进，我们从这一点入手去思考。我们从中挑出一部分进行用户分群。

相信大家看到这里已经知道了学习数据挖掘的时候需要侧重的知识点了吧？如果想要学完数据挖掘的知识那就需要大量的时间。所以说，我们可以学习几个比较主要的知识点，这样我们才能够快速上手数据挖掘。