1樓：haoran
資料分析是資料探勘的基礎，資料分析幫助理解業務內容，並且處理日常工作。資料探勘旨在對於業務內容的理解之上運用模型和演算法去挖掘更深層次的規律。最後就是資料自動化啦。
2樓：SMILE
資料分析與資料探勘有什麼區別？ - SMILE的文章 - 知乎 https://
zhuanlan /p/26
4803193
很多小夥伴對於資料分析與資料探勘的差別都存在有疑問，資料分析與資料探勘有哪些差別吶？兩者一樣嗎？下面就來為小夥伴們解惑來啦！
1、什麼是資料分析？
資料分析的目的：目的較為明確，主要是以分析目的為主，通過適當的統計分析方法對資料進行處理與分析，提取有價值的資訊。
資料分析的重點：觀察資料，主要用於現狀分析、原因分析等，先做出假設，然後通過資料分析來驗證假設是否正確，從而得到相應的結論。
資料分析的主要方法：對比分析、分組分析、交叉分析、回歸分析等。
2、什麼是資料探勘？
資料探勘主要目的：是指從大量的資料中，通過機器學習、深度學習等方法，挖掘資料潛在規律與價值，極大化資料資產的效益。
資料探勘的重點：是挖掘規則。
主要方法：決策樹、神經網路、邏輯回歸、隨機森林、支援向量機、關聯規則、機器學習、深度學習等。
3、資料分析與資料探勘差別在哪？下面我們來看看不同企業對於資料分析和資料探勘的定義吧！
對於資料分析師的要求：
對於資料分析師總結以下三點：
資料分析師專業要求：統計學、數學、計算機
資料分析師軟體要求：PYTHON R SQL
對資料探勘的要求：
對於資料探勘總結以下三點：
資料探勘專業要求：統計學、數學、計算機
資料探勘軟體要求：PYTHON R SQL
從職業要求上，兩者其實是互補的，無論是資料分析還是資料探勘在技術要求上，很多都是一致的。對於資料分析的技能要求，可參照：
如何成為一名高薪資料分析師？--技能篇 - SMILE的文章 - 知乎 https://
zhuanlan /p/26
2909543
3樓：any1024
資料分析是個統稱，不管是用統計方法還是人工智慧演算法，對資料處理後得出一些結論。
資料探勘是一類方法，借助特定演算法或工具，從資料中找規律。
所以，資料探勘是在資料分析過程中可用的一類工具。
4樓：極客時間
以下是乙個有關於資料分析的思維導圖：
結合思維導圖可以看出，資料分析主要包括三個部分：資料採集、資料探勘和資料視覺化。資料探勘可以說是最「高大上」的部分，也是整個商業價值所在。
之所以要進行資料分析，就是要找到其中的規律，來指導我們的業務。因此資料探勘的核心是挖掘資料的商業價值，也就是我們所談的商業智慧型 BI。下面我們來分別介紹下資料分析和資料探勘的定義。
資料分析是指用適當的統計、分析方法對收集來的大量資料進行分析，將它們加以彙總和理解，以求最大化地發揮資料的功能和作用。其目的是將一批看起來雜亂無章的資料的資訊提煉出來，從而找出物件的內在規律，可以協助做一些判斷。
資料探勘通常和計算機相關，是基於人工智慧、機器學習、模式識別、統計學、資料庫視覺化技術等，高度自動化地分析資料，作出歸納性的推理，從而挖掘出潛在的商業價值，幫助決策者調整市場策略。
那資料分析和資料探勘有什麼具體區別呢？
資料分析一般是基於成型的工具去進行分析資料，如Excel，可以不需要懂計算機知識；而資料探勘則需要有程式設計基礎。
資料探勘相比較資料分析，更擅長處理大資料分析。
資料分析一般是從乙個假設來出來，通過一組函式關係式來驗證；而資料探勘不需要基於假設，會通過演算法自動尋找資料中隱藏的規律。
資料分析傾向於業務層面，而資料探勘更關注技術層面。
通過比較也可以看出，我認為資料分析和資料探勘沒有優劣之分，在實際應用過程中，還是要根據具體的業務需求場景，選擇合適的解決方案。
編輯 | lee
5樓：Yan
資料分析：利用模型方法，解讀資料，獲得結論的過程。
資料探勘：尋找資料內部隱藏的特徵與規律，建立模型的過程。
資料分析可以促進資料探勘更有效，資料探勘又有利於提高資料分析的準確性。
6樓：
資料探勘是通過資料發現規律，開發用於資料分析的工具和模型。
資料探勘技術更加寬泛，是資料分析工作的前期準備，同時也會圍繞著分析結果，要求挖掘工作不斷公升級和加強。可以這麼說，資料分析工作比較舒服，但需要大量業務經驗的積累。資料探勘比較苦逼，純技術。
以前資料單一，基本不需要挖掘。現在資料採集與儲存技術爆發，需要挖掘。
7樓：
幹嘛都答得那麼長…簡單點…資料分析帶有目的性，有要解決的問題…資料探勘嘛～你可以挖出來很多資訊…有沒有價值有多少價值就隨機了…挖掘輔助分析，分析可以始於挖掘。
8樓：王海峰
資料分析:貼「小標籤」得」大標籤」~就事說事資料探勘:給約束去尋找滿足需求的事物~尋事資料分析可以「解釋」資料探勘的結果，幫助資料探勘。
資料探勘可以給資料分析提供分析的實物。
兩者需要互補，挖掘層次更高。
9樓：海denver
簡而言之，資料分析是乙個概念，按照road map，包括資料統計，資料分析和資料探勘。統計告訴你是什麼，分析告訴你為什麼，挖掘告訴你怎麼做。
10樓：楊政
也一直在糾結怎麼區分這兩個概念，
資料分析：針對歷史資料，分析得出各項指標，為人的決策提供資料支援資料探勘：資料分析+機器決策，即使用歷史資料和數學模型，為將來的事件提供決策
舉啤酒與尿布的例子：
資料分析：根據歷史銷售資料，分別分析買各種商品的人各自具有什麼特徵資料探勘：根據歷史銷售資料，使用關聯規則挖掘，分析買了啤酒的人還會購買什麼，得出尿布
資料分析 資料探勘之類的工作與C語言的關係大嗎？
氤氳之端 不大，語言選擇上Python R是主力。工具上，jupyter notebook或者jupyterlab可以作為工作台。 愛資料 橙子 資料分析師必備的是要會使用SQL Excel PPT Python 如需資料視覺化還需要會Tableau或Power BI工具部分的學習 Excel 它是...
運用python R語言做資料分析 資料探勘是否適合傳統行業？
資料818 資料分析從本質來講就是乙個工具，它適用的範圍僅僅侷限與人的認知，但不應該侷限於行業，換乙個說法就是，如果你發現在你的行業使用Python和R語言最適合的方法，那麼恭喜你，傳統行業的標桿，無數傳統企業都要像你看齊並且學習。換個角度來看這個問題，什麼是傳統行業，泛指的是傳統技術 傳統管理的企...
數學與應用數學專業如何走資料分析或者挖掘方向
褪色 數學與運用數學 金融數學 四年制本科理學學士學位培育目標 本專業培育德 智 體全面發展的,把握數學科學的根本理論與根本辦法,具有運用數學知識 運用資料剖析都離不開相關的數學知識。可見數學與運用數學專業是從事其他相關專業的基礎。除了運用專業 資料剖析師 軟體工程師 資料剖析專員 演算法工程師 數...