Data mining/BI/Analytics/ML: Может ли человек с математической точки зрения перейти в эту область?

Question

Недавно я заинтересовался областью интеллектуального анализа данных и машинного обучения. Идея прохождения огромных наборов данных и попытки сопоставить скрытые шаблоны и тенденции увлекательна. До сих пор я сделал следующее

• Используется Weka для загрузки простых наборов данных и создания деревьев решений
• Непрерывно читать книги, вики, блоги и так далее то же
• начал играть вокруг DM SQL Server и Python API,
• Иметь представление о вариантах свободно доступных наборов данных в Интернете (FreeDB, ООН и т.д.)

Что мешает мне это минута я пытаюсь выйти за рамки классификации/associsciation и в априорной/apriori алгоритмы Я застрял, потому что понимание математических уравнений и логики не является (скромно) одним из моих сильных сторон.

Таким образом, мой вопрос заключается в том, есть ли кто-нибудь в поле Data mining (в роли владельца продукта или строителя), которые не являются естественными математиками? Если да, то как бы вы приблизились к отсутствию поля, так как бесплатные инструменты, такие как Weka и Rapid-miner, ожидают некоторого математического/статистического фона?

P.S: Извините, если я допустил некоторую ошибку в запросе, например, смешение интеллектуального анализа данных и аналитики, когда они являются отдельными, поскольку я все еще становлюсь мокрым. Надеюсь, мой основной вопрос ясен.

Answer 1

Ну, возможность сделать некоторый анализ того, что демонстрируют модели интеллектуального анализа данных, абсолютно необходима. Однако в эти дни все математические и статистические данные учитываются моделями интеллектуального анализа данных. Вам не нужно понимать математику за ними (хотя это помогает).

Например, вы можете просмотреть SQL Server Analysis Services Data Mining Algorithms и увидеть, что даже техническая ссылка заключается в том, как использовать эти реализации, а не как их воссоздать.

Если вы можете понять бизнес-кейсы, и вы можете понять, что говорит вам интеллектуальный анализ данных, нет необходимости вникать в математику за ней.

Что касается некоторых бесплатных инструментов, я их никогда не использовал, поэтому я не могу говорить с ними. Тем не менее, я большой поклонник SSAS и тех моделей интеллектуального анализа данных, которые не требуют обширного математического фона.

Answer 2

Как говорит Эрик, и поскольку вы только собираетесь использовать существующие алгоритмы и API и иметь смысл от них, я не вижу проблем с требуемым набором навыков математики/статистики (в любом случае вам понадобятся некоторые предыдущие базовые знания/уровень).

Теперь, если вы намерены провести исследование или хотите улучшить или изменить существующие алгоритмы или почему бы нет, создайте свои собственные алгоритмы, тогда математика и статистика будут ДОЛЖНЫ. Я только начал заниматься некоторыми исследованиями в этой области, и я все еще пытаюсь заполнить свой пробел в навыках =)