数据挖掘：

预备基础知识 ： 概率论   、线性代数、信息论 、概率论、统计学 。

编程基础 ： 数据库  、python  、MATLAB、R、大数据语言、Scala:

数据挖掘模型（机器学习）

监督学习：

1.决策树。

2.贝叶斯

3.神经网络

4.支持向量机

5.

非监督学习：

半监督学习：

加强学习：

文本处理模型：

模型评价

数据挖掘平台：

数据分析

预备知识： 

 概率论、统计学、心理学、专业背景知识、

分析软件：   

SPSS    SAS   Excel    SQL     R 

分析模型：

分析结果展示：

分析步骤：