27 4月 12 我的数据挖掘之路 by wrchow

导读：作者wrchow是浙江大学计算机硕士，通过自己的努力终于拿到了心仪的offer（搜狗Web数据挖掘助理研究员），实现了从事互联网数据挖掘的梦想。他对数据挖掘这个行业的兴趣，以及为了进入这个行业所做的准备和努力，非常值得想进入这一行业的在校生或朋友们参考。

我的数据挖掘之路

由于本科专业是生物信息(可以理解为生物统计学或者与基因数据相关的数据挖掘学科)，所以那时已经开始接触数据挖掘，对统计也算有一定的基础。记得大二的时候，我便开始学用 matlab，然后玩弄SVM，神经网络之类的机器学习算法做一些分析和实验。现在想想那时候可能连这些算法的基本概念都不是很清晰，算是皮毛都不懂。但有一点就是，让我对这类算法不怎么畏惧，甚至于非常感兴趣。本科的时候，发现自己对生物兴趣不大，倒是对编程颇以为是，所以读研又改学了计算机。虽然换了专业，但我对数据挖掘仍然兴趣不减。在研究生阶段，涉及数据挖掘，机器学习，高级数据库之类的课程我的成绩都是 90+，这至少说明我很用心。总之，读研这几年我也在不断地规划着自己的数据挖掘之路。然而，数据挖掘是门交叉学科，涉及的内容很多，而且还需要理论联系实际，要掌握起来其实是非常困难的。我曾经非常幼稚地认为，数据挖掘无所不能，适用于各行各业，却忽视了数据挖掘非常难以掌握的一面。首先，要构建完整的数据挖掘理论知识体系;其次，要能够深入到具体的行业或市场进行具体项目的实战。至于学习数据挖掘的前景，推荐看看一篇博客，扒一扒这个数据挖掘行业，黄油和面包。这篇文章算是资深人士对数据挖掘行业一点点小小的爆料，感觉对于我这样的初学者来说，有着高屋建瓴的作用。http://saslist.net

发现SASlist

学习SAS 源于我当初想去金融行业做分析师的想法，而这个想法又是源自于自己的 MBTi 测试的结论。算起来开始学sas 应该是 10 年下半年的时候，我先是买了一本《SAS 编程与数据挖掘商业案例》，后是看了《The little SAS book (3rd)》电子版，还有 SAS 认证考试样题-123 题。我还在 saslist 上建立起了博客，分享了一些学习心得，还有找实习的一些经历。而我对 sas 的学习经历，也就集中在 10 年的下半年这段时间了。后来到了11 年初，偶然间看到统计之都上，举办第一届数据挖掘挑战赛的信息。我便花了 1 个多月去参加比赛，再后来便去找实习。到现在不知道自己还会不会继续学习 sas，但 saslist 确实对我的数据挖掘之路，起着承上启下的作用。在这里很容易让你融入一个学习数据分析，数据挖掘的圈子，很多前辈们的精彩博文都对自己起着极大的鼓舞作用。

（更多…）

原创文章: ”我的数据挖掘之路 by wrchow“，转载请注明：转自SAS资源资讯列表

本文链接地址: http://saslist.net/archives/252

Tags: saslist, 实习, 工作, 数据挖掘, 求职, 读者交流
Filed in 读者互动 with 2 Comments

16 12月 11 统计学习那些事 by eeyan 2011

导读：与其说是统计学习那些事，不如说是非统计专业博士毕业的那些事。这篇文章不光内容比较好玩，可读性强，还有很大的参考价值，因此推荐广大SASor读一读，在以后的工作和科研中会用得到的。

统计学习那些事

香港科技大学电子与计算机工程系 eeyang

学习背景

在港科大拿到 PhD，做的是 Bioinformatics 方面的东西。Bioinformatics 这个领域很乱，从业者水平参差不齐，但随着相关技术（比如 Microarray, Genotyping）的进步，这个领域一直风风光光。因为我本科是学计算机电子技术方面的，对这些技术本身并没有多大的兴趣，支持我一路走过来的一个重要原因是我感受到统计学习(Statistical learning)的魅力。正如本科时代看过的一本网络小说《悟空传》所写的：“你不觉得天边的晚霞很美吗？只有看着她，我才能坚持向西走。”

离校前闲来无事，觉得应该把自己的一些感受写下来，和更多的爱好者分享。

先介绍一下我是如何发现这个领域的。我本科学自动化，大四时接触到一点智能控制的东西，比如模糊系统，神经网络。研究生阶段除了做点小硬件和小软件，主要的时间花在研究模糊系统上。一个偶然的机会，发现了王立新老师的《模糊系统与模糊控制教材》。我至今依然认为这是有关模糊系统的最好的书，逻辑性非常强。它解答了我当年的很多困惑，然而真正令我心潮澎湃的是这本书的序言，读起来有一种“飞”的感觉。后来我终于有机会来到港科大，成为立新老师的 PhD 学生，时长一年半（因为立新老师离开港科大投身产业界了）。立新老师对我的指导很少，总结起来可能就一句话：“你应该去看一下Breiman 和 Friedman 的文章。”立新老师在我心目中的位置是高高在上的，于是我就忠实地执行了他的话。那一年半的时间里，我几乎把他们的文章看了好几遍。开始不怎么懂，后来才慢慢懂了，甚至有些痴迷。于是，我把与他们经常合作的一些学者的大部分文章也拿来看了，当时很傻很天真，就是瞎看，后来才知道他们的鼎鼎大名，Hastie, Tibshirani, Efron等。文章看得差不多了，就反复看他们的那本书“The Elements of Statistical learning”（以下简称ESL）。说实话，不容易看明白，也没有人指导，我只好把文章和书一起反复看，就这样来来回回折腾。比如为看懂 Efron 的“Least angle regression”，我一个人前前后后折腾了一年时间（个人资质太差）。

当时国内还有人翻译了这本书（2006 年），把名字翻译为“统计学习基础”。我的神啦，这也叫“基础”！还要不要人学啊！难道绝世武功真的要练三五十年？其实正确的翻译应该叫“精要”。在我看来，这本书所记载的是绝世武功的要义，强调的是整体的理解，联系和把握，绝世武功的细节在他们的文章里。

Lasso 和 Boosting （更多…）

Tags: 数据挖掘, 算法, 转载
Filed in 读者互动 with 1 Comment

19 8月 11 SAS资讯 from 新浪微博-2011-08-16

本期亮点：

1，美国总统招助理要求统计学专业和熟悉挖掘分析软件；

2，大数据时代来临，大数据定义，例子及面临的问题；

3，SAS9.3的新功能介绍；中文SAS维基上线。

本期资讯由五部分组成：1，招聘信息、行业前沿、会议信息和最新的SAS博客博文；2，大数据、数据分析挖掘讨论网络资源；3，SAS官方资讯；4，图表点评、制图向导和图表欣赏；5，电子商务信息和社交网络的发展。（更多…）

原创文章: ”SAS资讯 from 新浪微博-2011-08-16“，转载请注明：转自SAS资源资讯列表

本文链接地址: http://saslist.net/archives/177

Tags: 2011, SAS, 会议, 招聘, 数据挖掘, 漂亮图表, 资源, 资讯
Filed in 微博资讯 with 0 Comments

07 8月 11 SAS资讯 from 新浪微博-2011-07-31

本期亮点：

1，新版华硕电脑主板设置界面采用可视化BI操作界面图引发的硬件大讨论，电脑怎么样配置，才能得到性价比高的SAS专用主机（服务器）？这个话题如此重要，但鲜有人谈过。

2，概念大讨论：什么是“数据挖掘”，作为新兴名词，每一个数据分析人员都有自己的理解。

3，SAS中国公司继续给力，更多SAS官方视频资料和35周年庆历史回顾，SAS粉们不要错过！

本期资讯由五部分组成：1，行业前沿、招聘、会议信息和最新博客；2，数据挖掘概念解读，实际应用、分析软件，分析书籍介绍和SAS用电脑硬件配置讨论；3，SAS公司官方资讯，包括案例、电子期刊、网络视频资料和历史回顾；4，图表使用方法讨论和图表欣赏；5，微博和社交网络相关。（更多…）

原创文章: ”SAS资讯 from 新浪微博-2011-07-31“，转载请注明：转自SAS资源资讯列表

本文链接地址: http://saslist.net/archives/153

Tags: 2011, 博客, 微博, 招聘, 数据挖掘, 最新前沿, 漂亮图表, 资料, 资源, 资讯
Filed in 微博资讯 with 0 Comments

18 6月 11 SAS资讯 from 新浪微博-2011-06-15

微博信息是零碎的，在此我坚持整理所有与数据相关的微博信息，集腋成裘，积少成多，尽管很多深度可能不够，希望能给大家带来最新并且比较系统的资讯。

本期（2011.6.1-2011.6.15）SAS资讯亮点为：1，前几期发布的通知会议结束了，不过会议组提供了资料下载，特别是R会议，有视频看哦；2，继续有很多pp的信息图片可以看；3，SAS的发展历史回顾

包括以下五部分内容：

第一部分最新的消息，如行业前沿信息、招聘、会议资料，不要错过哦

1.1 行业前沿信息； 1.2 招聘信息； 1.3 刚刚结束的部分会议的资料，视频，可下载； 1.4 最新SAS博文

第二部分数据挖掘，数据分析理论、应用、工具软件及资料

2.1 数据挖掘，数据分析理论、应用、工具软件及资料； 2.2 数据分析工具及讨论； 2.3 SAS讨论，官方资讯、历史回顾；

第三部分图表展示理论、图表点评和各种应用例子——很多精彩图片哦，内容和展示形式都非常吸引人，懂的入，不懂可以熏陶下

3.1 图表学习与点评； 3.2 内容和形式都很好的精美图表欣赏

第四部分微博传播研究、分析方法和文化杂谈

第五部分数据挖掘，数学统计理论、文化书籍推荐

（更多…）

原创文章: ”SAS资讯 from 新浪微博-2011-06-15“，转载请注明：转自SAS资源资讯列表

本文链接地址: http://saslist.net/archives/143

Tags: 2011, SAS, saslist, 博客, 微博, 数据挖掘, 漂亮图表, 资料, 资讯
Filed in 微博资讯 with 10 Comments

01 6月 11 SAS资讯 from 新浪微博-2011-05-31

整理从５月15日到５月31日的新浪微博上有关SAS和数据分析挖掘的资讯资料。这段时间讨论的话题都非常让人感兴趣，本期的亮点在：1，网络数据挖掘继续热点，公司招聘消息6条；2，R会议上SASor吐槽； 3，许多漂亮的图表展示，值得一看。

包括下面四部分：

第一部分最新的消息，如行业前沿信息、悬赏竞赛、招聘、会议，不要错过哦

1.1 行业前沿信息； 1.2 网络悬赏竞赛——有本事你来拿； 1.3 本期微博资讯收集的招聘信息； 1.4 即将举行的国际国内会议； 1.5 刚刚结束的几个会议

第二部分数据挖掘基础理论，应用和工具讨论（SAS PKing R）

2.1 数据分析基础、数据挖掘理论与应用； 2.2 数据分析工具及讨论； 2.3 SAS公司免费网络会议（随时可看）； 2.4 最新SAS博文

第三部分图表展示理论、图表点评和各种应用例子——很多精彩图片哦，内容和展示形式都非常吸引人，懂的入，不懂可以熏陶下

3.1 图表展示理论和技巧； 3.2 图表学习与点评； 3.3 内容和形式都很好的精美图表欣赏

第四部分微博传播研究、分析方法和文化杂谈 —— 微博作为一个有前途的新兴事物，看看大家都谈些什么

4.1 微博传播研究； 4.2 微博文化； 4.3 其他

大家可以加我的新浪微博来同步获得这些信息。

（更多…）

原创文章: ”SAS资讯 from 新浪微博-2011-05-31“，转载请注明：转自SAS资源资讯列表

本文链接地址: http://saslist.net/archives/137

Tags: 2011, SAS, 微博, 招聘, 数据挖掘, 漂亮图表, 资讯
Filed in 微博资讯 with 2 Comments

15 5月 11 SAS资讯 from 新浪微博-2011-05-15

整理从５月1日到５月１５日的新浪微博上有关SAS和数据分析挖掘的资讯资料。这段时间讨论的话题都非常让人感兴趣，本期的亮点在：1，电子商务公司发展迅猛，很多公司开始招数据分析员，这对广大数据分析人员是好消息；2，一篇SAS评论引起的大讨论； 3，有很多漂亮的图表展示，值得一学。

包括下面五部分：

第一部分最新的消息，如行业发展、招聘、会议、悬赏竞赛，不要错过哦

第二部分 SAS大讨论如行业信息，软件安装，基础知识和数据挖掘遇到的问题讨论

第三部分各种漂亮的图表展示形式欣赏和较差图表的评点—— 当然，这是我个人的观点，大家可以讨论的

第四部分基础统计分析知识、，数学理论应用和数学文化 —— 基础知识越扎实，以后才能在数据分析道路走能更远

第五部分  微博知识、文化、机遇、商业化杂谈 —— 微博作为一个有前途的新兴事物，看看大家都谈些什么

大家可以加我的新浪微博来同步获得这些信息。

（更多…）

原创文章: ”SAS资讯 from 新浪微博-2011-05-15“，转载请注明：转自SAS资源资讯列表

本文链接地址: http://saslist.net/archives/133

Tags: 2011, SAS, SAS安装, 基础知识, 微博文化, 招聘, 数据挖掘, 最新信息, 漂亮图表, 行业动态, 资讯
Filed in 微博资讯 with 0 Comments

15 4月 11 SAS资讯 from 新浪微博-2011-04-15

下面是从2011年4月1日到4月15日的新浪微博信息，信息果然大，维数很多，需要大家慢慢品读。当然，我会继续努力，把微博信息整理得更加清晰有条理，便于大家阅读。这两个星期，大家的关注点在下面几个部分：

1，会议交流信息：SAS全球论坛会议、国内SASor聚会信息和其他的一些国内会议交流活动

2，数据挖掘实际应用和中文数据挖掘工具，以及对新兴社交媒体数据如BBS、博客、微博等新媒体信息如何分析的讨论；

3，数据可视化的一些应用；

4，其他一些SAS相关话题及产品信息。

详细如下：

（更多…）

原创文章: ”SAS资讯 from 新浪微博-2011-04-15“，转载请注明：转自SAS资源资讯列表

本文链接地址: http://saslist.net/archives/120

Tags: SAS, 会议, 可视化, 工具软件, 微博, 数据挖掘, 论坛
Filed in 微博资讯 with 3 Comments

31 3月 11 SAS资讯 from 新浪微博-2011-03-31

微博的信息量好大啊！两个星期内有很多SAS相关信息，这些信息具有实时性，反应最新，最快的信息。

尽管如此，微博信息量巨大，并且杂而乱，因此这里将定时整理微博上的信息，使之更有条理和清晰，便于大家阅读。

当然，大家也可以加我的新浪微博。

//@SAS杨旭:回复 @康涅狄格州xieliang:应该是GRID，具体细节没有透露。 //@康涅狄格州xieliang:SAS GRID吧。我们公司正在考虑SAS GRID。如果用混合模型算一个全国市场的SPATIAL ANALYSIS，没GRID根本不行。//@SAS杨旭: 2000个变量，400G的数据，25秒计算完成，SAS进入高铁时代。 [03/31/2011 21:42:10]

//@ICTCLAS张华平博士:最近有家大的用户单位评测了几家比较火的聚类系统，聚类效果好的速度每秒大约3-5篇，每秒100篇左右的聚类结果没人看得懂；博主比较得意的是，我们的速度能达到1000篇/秒，效果还很好。具体算法有独到的地方，没有采用任何学术常用的方法，创新在于先快速计算出关键的主题词。//@ICTCLAS张华平博士: 下午访问北京市政府某机构，探讨信息公开的挖掘分析，可以用文本聚类的方法提取民众关注的热点。同时，也了解到经常引起误解的环节，比如一些单位的财务需要归并到上级单位公开，并非不公开；三公之类的开销并没有直接对应的财务支出项目。建议政府顺应纳税人的呼声，公开让老百姓能看懂的信息。 [03/30/2011 20:10:03]

为什么SAS软件有很多功能没有公布在文档中，即所谓 “undocumented features”，这些features确实好用，很多SASor以熟知此为豪。比如http://sinaurl.cn/hBbGyS，你可以google http://sinaurl.cn/hBbGUL。为什么SAS公司不把它们纳入正式文档呢？点击这里：http://sinaurl.cn/hBbGyK，看看SAS公司Chris Hemedinger为你解释这些“Undocumented features: there’s a reason they are not documented”。虽然他好像也没完全搞清楚，但是他的意见值得参考。 [03/30/2011 18:17:56]

Mark //@刘万祥ExcelPro:记下 //@数据挖掘与数据分析:原来在MR行业的时候记得一线城市一般是400或300，二线是200 //@张艳echozhang:昨天做的调研样本量稍少些，呵呵//@数据挖掘与数据分析: 1、最小的样本量为什么不能小于30？传说是这样的：当样本容量n较小时，t分布的方差大于1；当n增大到大于或等于30时，t分布的方差就趋近于1，t分布也就趋近于标准正态分布。2、为什么调研的样本量最小是384？在允许误差为5％、置信水平为95％的情况下，简单随机抽样需要的样本为384[围观][03/29/2011 23:31:17]

全部都好用。 //@数学文化:回复@善衡科技:看来是统计圈的内行写的 //@善衡科技:除了与James Cooley合作的FFT算法，John W. Tukey还发明了很多著名的统计方法，如Tukey’s Test、Jackknife, Projection Pursuit(与Friedman合作), Explorative Data Analysis，我们现在常用的Box-plot也是Tukey提出的！//@数学文化: 约翰·图克(Tukey)，著名统计学家，快速傅立叶变换发展者之一。软件(Software)、比特（bit）两个重要词汇的创造者。他30年代获布朗大学化学学士和硕士，后改读普林斯顿大学数学获博士。73年获得美国国家科学奖，贡献：在数学和统计学理论方面进行了深入的研究，并为统计学在多学科应用做出了突出贡献 [03/29/2011 09:09:51]

我们都爱傅立叶变换。//@数学文化: 世纪算法之8：快速傅立叶变换。这是我最推崇的算法了。65年，IBM的Cooley和贝尔实验室的Tukey推出了快速傅立叶变换。快速傅立叶算法是离散傅立叶算法（这可是数字信号处理的基石）的一种快速算法，其时间复杂度仅为O(Nlog(N))；比时间效率更为重要的是，此快速算法非常容易用硬件实现，因此应用极广泛 [03/28/2011 11:50:16]

Assetlink是什么东东？ SAS将与Assetlink的领先营销资源管理解决方案合而为一个整合的营销管理平台，使营销人员在计划、创建和优化营销项目时更加容易。SAS收购Assetlink助营销人员更高效开展营销。http://sinaurl.cn/h1uYSG [03/25/2011 19:53:54]

分享自 @微盘 ( http://t.cn/h4wrjF )//@郑来轶: 通过@微盘分享了一个文件, “SAS链接ORACLE数据库说明文档.PDF”, 欢迎大家下载分享！http://t.cn/h1QVuO [03/24/2011 21:16:55]

//@康涅狄格州xieliang:对数据和业务都懂得才吃香。光懂数据的是一辈子工程师；光懂业务在数据说话的时代会发现越来越不懂业务//@时事周刊: 人民日报刊登重庆市委宣传部长何事忠的言论：重庆实行“唱读讲传”活动以来，干部群众信仰马克思主义的比例比上年提高了15.4个百分点，达到68.5%，比全国同期调查高出26.2个百分点。我用小学生的数学水平计算了一下100-（68.5-26.2），人民日报竟然告诉大家：全国不信仰马克思主义的是57.7%，真的吗？ [03/22/2011 11:27:34]

//@张栋_机器学习:(3) 我认为社区最核心的不仅仅是 “Rank”, 不像搜索仅仅是在整理无序的海量互联网网页；我认为社区的其中一个核心是 “传播”，研究信息如何传播，信息如何更有效地传播 …//@张栋_机器学习: (1) 有人问我 Facebook 的 People Rank 和 Google 的 Page Rank：你可以想象互联网是一张图，每个节点是一个网页，网页和网页的链接是 HyperLink; PageRank 通过这个图可以算出每个节点（网页）的重要性排序；你也可以想象 Facebook 也是一张图，每个节点是一个人, 人和人的关系是图的边。 [03/22/2011 09:34:35]

标哥说过：“迭代就是力量。”//@数学文化: 有网友问：“现在计算机算矩阵已经实现自动化了，逆矩阵也可以计算机运算了，还有必要迭代吗？” 答案是：绝对要！实际应用中n*n矩阵的阶次n是成千上万的，甚至要几百万几千万；而计算速度和精度一直是工程师和数学家们追求的目标。目前再快的计算机直接算百万阶矩阵的逆无论从精度和速度上都不现实。 [03/22/2011 09:32:58]

真的太老了，现在都是SNS，推特微博了。Ps：FACEBOOK的网络流量超google，里面的数据是个宝藏，但是墙内的人们来说是个遗憾。 //@aqua_tian:这本书讲的如何? 现在缺失新案例…[哈哈] //@SAS中文论坛:实在是土的要死的老掉牙故事，还是帮着转发一下吧。//@SEM在中国: 这是沃尔玛【数据挖掘与分析】经典案例：一般看来，啤酒和尿布是顾客群完全不同的商品。但是沃尔玛一年内数据挖掘的结果显示，在居民区中尿布卖得好的店面啤酒也卖得很好。原因其实很简单，一般太太让先生下楼买尿布的时候，先生们一般都会犒劳自己两听啤酒。因此啤酒和尿布一起购买的机会是最多的。[03/21/2011 23:00:59]

SAS是很好数据挖掘工具，哈哈 //@张栋_机器学习:金融就是数据！互联网就是数据！机器学习就是数据挖掘机！//@i美股: 《创业家》：谁是金融数据王？ http://sinaurl.cn/htYmL5 万得资讯作为金融信息产业链条上获得授权的信息服务商，如果想获取高昂利润，要做两件事：第一，尽可能降低信息获取成本；第二，尽可能通过各种手段将信息二次加工，更好地服务用户，甚至让用户离不开它，贩卖出高价。 [03/21/2011 20:45:07]

这个函数很少有人能够想到，但是需要用的时候，感觉非常好。//@SAS中文论坛: 在SAS中用choosen()函数简化多条件if语句判断 if i=1 then j=2; else if i=2 then j=8; else if i=3 then j=13; ……. data ex; input i ; j=choosen(i,2,8,13,14,40,45,80,100,1); cards; 1 8 5 1 6 8 ; run; proc print;run; http://sinaurl.cn/hGMnoU [03/20/2011 21:24:23]

中国的SASor也可以去美国参加SAS group全球论坛里，见胡江堂的博客记录：http://sinaurl.cn/IDXAV6，希望以后能继续看到他的美国之行的感想。他提交的paper见：Work Smarter Rather than Harder-Tools for Growing up A SAS® Programmerhttp://sinaurl.cn/ID66Cr，学习下，然后想想自己可以参加吗？ [03/19/2011 23:13:10]

//@波波头一头:或许你刚关注过前段时间的推荐系统高峰论坛并且跃跃欲试，或许你每个周末都要收看非诚勿扰并且忍不住想去点个鸳鸯谱，也或许你已经对传说中的Netflix大奖欣羡多时可惜迟迟没有行动，不管怎样，现在可以把你的才华展示出来了，小小一些努力，真的可能改变世界。//@统计之都: #第一届大学生数据挖掘邀请赛#已经开放注册，竞赛主页已发布:http://sinaurl.cn/IDMiYN 请帮忙广而告之 [03/18/2011 20:28:35]

很炫，精彩！ BI展示的时尚感好强啊。//@张磊IDMer: //@张磊IDMer :SAS的Mobile BI，支持在iphone、ipad、Andriod、Blackberry等移动终端上使用各种商业智能和分析的成果。而根据Gartner的报告，到2013年，1/3的BI应用会在移动终端上使用。下面是SAS Mobile BI的一些界面展示：[原微博] [原文地址：http://sinaurl.cn/htoB70 ] [03/18/2011 14:06:15]

做BI看仪表盘啊。 //@犇仔犇:ipad我能理解，可在iphone里面用SAS作甚啊？看个report还是做个挖掘？//@SAS中文论坛: //@sxlion :以后可以在iphone和ipad里面运行SAS了 [good] 据Infoworld报道，SAS表示，将联合移动BI供应商Mellmo公司把分析应用程序植入iPhone和iPad。该项合作将进一步促使苹果公司和企业软件供应商之间的合作，特别是BI供应商。。。http://sinaurl.cn/htBrfX [原文地址：http://sinaurl.cn/hGGGFv ] [03/18/2011 12:31:05]

//@小蚊子乐园:高级分析方法不一定是最好，能有效能够解决问题才是最好//@数据挖掘与数据分析: 1、许多分析方法对数据的要求很高，如样本分布不符合要求，样本量不足、数据格式等都会导致结果偏差甚至是完全错误；2、可使用不同的研究方法对同一问题进行解释，来互相验证结论；3、结果使用通俗易懂的语言或图表进行描述；4、高级分析方法不一定是最好，能有效能够解决问题才是最好；5、洞察力！[03/17/2011 22:48:52]

感觉最近数据分析越来越火了，一些传统行业和新兴行业都开始招聘相关的人才了。//@aqua_tian:[哈哈] //这么快..//@SAS中文论坛: 扬讯科技专做第三方手机软件应用的一家公司，目前正在招一名数据分析与挖掘相关的牛人 www.me-tech.com.cn 主要是基于手机应用软件（目前好像是非智能机，逐步在做智能机的应用软件）的用户行为分析以及产品开拓推广方面的，有点像app store的性质 http://sinaurl.cn/htaYbI [03/17/2011 22:24:54]

给力的招聘啊，哈哈 //@shiyiming:转//@SAS中文论坛: 招聘 Marketing Analysis Manager, Customer Lifecycle Value http://sinaurl.cn/htXOkb [03/17/2011 22:19:32]

//@小蚊子乐园:支持，好丰厚的奖励呀！//@统计之都: 首届全国大学生数据挖掘邀请赛（http://sinaurl.cn/hcwSu9），一等奖10000奖金，挑战自我，实战应用；快来试试身手吧~ [03/17/2011 09:20:43]

//@沈浩老师:转发//@数学文化: 第一届诺贝尔经济奖奖给计量经济学(econometrics)的创始人弗里希和丁伯根．奖励他们“把经济学发展成为用数学来描述、用计量来决定的科学的先驱者．借助于成熟的理论和统计分析，创立了经济政策和计划的理论基础”。弗里希不仅提出计量经济学的概念，还创办了计量经济学会和《计量经济学》杂志。[03/16/2011 12:20:01]

挺风趣好玩的，把BI的概念拍成这样，时尚易懂。 //@康涅狄格州xieliang:回复@车品觉: BI的任务就是大规模深入分析高维数据，建立起可解释，可执行的客户行为模型，再帮助业务伙伴有针对性地设计细化的营销策略和客服系统，为高层提供战略性的建议//@康涅狄格州xieliang:回复@车品觉: BI的任务就是大规模深入分析高维数据，建立起可解释，可执行的客户行为模型，再帮助业务伙伴有针对性地设计细化的营销策略和客服系统，为高层提供战略性的建议 //@车品觉:支付宝BI 欢迎各路数据爱好者加入, Join the Winning Team。有兴趣者私信我。//@支付宝: 【Q到爆[欢欢] 支付宝数据视频】不看后悔死你~~ 广告要都拍成这样，播30分钟都愿意看支付宝数据视频 [03/16/2011 09:39:34]