我最近对数据挖掘和机器学习领域产生了兴趣。通过大型数据集并尝试关联隐藏模式和趋势的想法非常吸引人。到目前为止，我已经完成了以下工作
阻碍我的是，当我试图超越分类/关联并进入先验/先验算法时，我被困住了，因为理解数学方程和逻辑不是（谦虚地说）我的一个优点。
所以我的问题是数据挖掘领域（产品所有者或建造者的角色）中是否有人不是天生的数学家？如果是这样的话，你会如何处理未来的领域，因为像Weka和Rapid-miner这样的免费工具都需要一些数学/统计背景？
P.S：对不起，如果我在查询中犯了一些错误，比如将数据挖掘和分析混合在一起，因为我仍然不知所措。我希望我的核心问题很明确。
答案 0 :(得分：2)
那么，能够对数据挖掘模型显示的内容进行一些分析绝对至关重要。然而，现在所有的数学和统计数据都由数据挖掘模型处理。你不需要理解它们背后的数学（虽然它有帮助）。
例如，您可以查看SQL Server Analysis Services Data Mining Algorithms，看看即使是技术参考也是如何使用这些实现，而不是如何重新创建它们。
如果您能够理解业务案例，并且您可以理解数据挖掘告诉您的内容，那么就没有必要深入研究它背后的数学。
至于一些免费工具，我从未使用它们，所以我不能和他们说话。但是，我是SSAS和那些不需要广泛数学背景的数据挖掘模型的忠实粉丝。
答案 1 :(得分：1)
正如Eric所说，并且只要你打算使用现有的算法和API并从中理解它们，我就不会看到所需的数学/统计技能集的问题（无论如何，你需要一些以前的基础知识/水平）。
现在，如果您打算进行研究，或者想要改进或修改现有算法，或者为什么不这样做，那么创建自己的算法，那么数学和统计学就是必须的。我刚刚开始在这个领域做一些研究，我还在努力填补我的技能差距=）