高手说说如何将空调改装空气能热水器？_家居产品问答- 一起装修问答
短信快捷登录
请输入密码
您还可以使用合作账号登录网站：
还没有一起网帐号？10秒钟,
微信扫码&快速登录
验证即登录，未注册将自动创建一起网帐号
获取动态密码
微信账号登陆
微信扫一扫绑定/登录
高手说说如何将空调改装空气能热水器
微信公众平台：搜索“一起装修网”或扫描下面的二维码：
你的装修预算约 ? 万元
整体橱柜、马桶、瓷砖等
人工费+施工辅材
设计费：?元
（测量、设计、报价）
高手说说如何将空调改装空气能热水器
浏览161次 悬赏： 0
高手说说如何将空调改装空气能热水器？
回答该问题即可获得 2 经验值，问题被采纳即可获得 2 经验值！
我来回答&&
装修从哪入手？
从免费户型设计开始…
全部回答(3)
A：你好，*apk版和PC版AndroidMic，，安装安卓版的，PC版的是jar的压缩包。Android的百度搜，PC版的去我网盘下。
用电脑创建WiFi，让*连接上，这样让他们在同一
局域网里。
解压PC版的，点击运行后缀为bat的，然后单击“打开播音”；再运行Android版的，打开菜单，点击“选择主机”；连结后返回，再点一下黑色的麦克风图片，变成彩色的就连接成功了。
这时对着*说话，电脑就有声音了；打开酷*，搜xxx伴奏，开始k吧。
A：不知你这阳台是什么一种情况，*上坐要靠山，因阳台常有三面通透的，所以在安床和坐位要找个背有靠墙的地方，还有，阳台一般都不大，将阳台拆除后，扩大了，才能做房间，那在结构上这房间中间就会有根梁，如果有梁，那床就应避开梁位，不要安于梁底
燃气热水器改装电热水器的方法：&1、改换电热水器没有这么复杂，电热水器安装不需要用燃气热水器原来的管道。电热水器哪里方便就可以装哪,在哪用就装在哪,是不需要管道的,有电就可以了。&2、安装电热水器如果不考虑厨房使用热水，直接引进一颗冷水管就可以使用热水。
A：你好，步骤如下：1、打开安卓*的设置。2、点击设置下拉框中的“更多”按钮。3、点击更多下拉框中的“移动热点”按钮。4、点击“配置WLAN热点”按钮。5、对WLAN热点进行设置，其中“网络SSID”填写的是无线网的名字，第二栏是加密方式，选择“默认”，最后一栏是无线网的密码，随便设置。6、设置好以后一定要勾选第四部中的的“便携式WLAN热点”。7、然后用其他*或电脑打开无线查看刚刚创建的无线网。8、现在直接连接就行了。密码就是上面设置的密码。
A：床头灯是因它用于床头而得名，有固定式和可移动式两类。可满足躺靠在床头读书报用光的需要。可以说是现代家庭卧室中的一颗“夜明珠”。夜晚，只需点亮一盏小小的晶体石膏灯，浪漫便悠然而来，梦幻般的柔和光晕，把居室营造得温馨、浪漫、宁静。在家居中，卧室是个让人摆脱劳累、休整身心、养精蓄锐的空间。
A：1、分解油烟机
2、用电机部分组装成电风扇
3、用机体部分组装成储冰槽
4、将上述两部分结合
即可，如有不明可进一步咨询
免费获取靠谱装修设计
个免费名额
我们承诺：一起装修网提供该项免费服务，绝不产生任何费用。
抢免费设计名额
每天限50个
请放心填写您的隐私将被严格保密
7年服务700万用户，中国家装十大电商平台
重复报名！
亲，您已经报过名啦，给别人留点机会呗
我们还有更多精彩活动，
向帮助了您的知道网友说句感谢的话吧!
提问期内，追加悬赏一次，可延长问题的有效期3天。悬赏越高，会吸引到越多的关注。
追加悬赏:&&主题：高手们说说，前后一共10厘米真能侧方停车进去么？
&浏览：4256&& 回帖：91 &&
泡网分: 48.937
帖子: 8322
注册: 2001年01月
zjufan 发表于
轮胎的轴允许？车轮轴要做成这样的，电驱动，可以360度转向。类似于飞机的单前轮结构。
本帖最后由 unsc 于
22:22 编辑
泡网分: 29.845
帖子: 4641
注册: 2004年05月
前后各一尺是我的极限
本帖由安卓客户端发布
泡网分: 5.831
帖子: 9519
注册: 2010年10月
慢慢蹭呗，理论上总能进去。
本帖由安卓客户端发布
泡网分: 43.1
帖子: 13207
注册: 2005年01月
泡网分: 35.731
帖子: 3850
注册: 2002年03月
unsc 发表于
车轮轴要做成这样的，电驱动，可以360度转向。类似于飞机的单前轮结构。太麻烦了，据说奥迪的RSQ概念车已经用了“球形”轮胎，一个圆球，转弯半径可以达到0米，可以360度内随便移动，理论上只要前后有1cm的空间就够了。
泡网分: 8.124
注册: 2009年05月
长安小鸟 发表于
傻子才这样停车
本帖由安卓客户端发布
泡网分: 51.578
帖子: 8248
注册: 2004年11月
引用我的话，发帖，也不通知我一声？？？？
发图吧，目测差不多。
泡网分: 6.016
帖子: 3383
注册: 2012年11月
长安小鸟 发表于
傻子才这样停车9494，你停进去了很自豪，我也为你自豪，但是你能保证前后俩车都跟你一样么，后果自己想去吧哈哈
本帖由安卓客户端发布
泡网分: 26.123
帖子: 5861
注册: 2005年09月
有一次带孩子出去玩，一头扎到一堵墙前面停车，我儿子下来之后大呼小叫，我过去一看，车头和墙的距离只能放进去一个手指头。。。最多2公分
无他，碰巧了
本帖由 iPhone 5s (GSM) 客户端发布
泡网分: 32.627
帖子: 2107
注册: 2002年11月
随风8122 发表于
引用我的话，发帖，也不通知我一声？？？？
发图吧，目测差不多。
...修车没？打电话叫移车没？
本帖由安卓客户端发布
泡网分: 9.907
帖子: 19807
注册: 2012年08月
随风8122 发表于
引用我的话，发帖，也不通知我一声？？？？
发图吧，目测差不多。
前后各10厘米我信，一共10厘米不信。
泡网分: 3.336
帖子: 2662
注册: 2011年09月
唉，前后10米看我能不能侧方停进去
最怕侧方停车了，尤其后面还有车滴滴的时候
泡网分: 15.727
帖子: 2944
注册: 2004年11月
给我半米的空间我都停不进去。尝试都不敢，自卑一辈子。
本帖由安卓客户端发布
泡网分: 0.81
注册: 2013年05月
除非漂移，不然是停不进去的。
本帖由安卓客户端发布
无忌交流论坛版主
泡网分: 147.939
精华: 14帖子: 54063
注册: 2000年06月
假定车宽1.8米，长4.5米，对角线是4.85米，理论上是可以停进去的。
据说，四川有个饭店，停车场服务生可以指挥进去，就算是女司机，只要盲目听他指挥，也可以停进去。
泡网分: 28.602
帖子: 13835
注册: 2008年12月
我就想知道就算停进去了，怎么出来？前后车的司机怎么办？
泡网分: 39.785
帖子: 17016
注册: 2007年09月
我想知道，这种时候，能出来吗？
泡网分: 39.99
帖子: 8769
注册: 2003年05月
能出来应该就能进去吧&&往里进没试过 往外出可能很多人碰到过吧 前后贴的都挺近 外面一个人给看着 好几把能折腾出来
泡网分: 9.907
帖子: 19807
注册: 2012年08月
老顽童 发表于
假定车宽1.8米，长4.5米，对角线是4.85米，理论上是可以停进去的。
据说，四川有个饭店，停车场服务生可以指挥进去，就算是女司机，只要盲目听他指挥，也可以停进去。理论上，对角线4.85米怎么进4.6米？
泡网分: 29.845
帖子: 4641
注册: 2004年05月
传还是奇 发表于
理论上，对角线4.85米怎么进4.6米？他是把车当成一个完整的矩形，得出车子对角线长4.85米。
实际车子不是完整的矩形，可以看成一个圆角的矩形，对角线长4.6米都不到，
目测某些车子四个角都切一刀，因此对角线长度甚至小于或等于车长.
还有一点，不但自己的车是圆角矩形，边上停的车也是，四个角都是圆的。
泡网分: 16.415
帖子: 2372
注册: 2009年08月
buyy 发表于
昨天去银行办事，两个车位停三辆，我插中间，停好后前后共40左右吧，对我来说是极限了
前面车是手动，而且没有拉手刹，别问我怎么知道的哈哈哈
泡网分: 9.907
帖子: 19807
注册: 2012年08月
ZDF 发表于
他是把车当成一个完整的矩形，得出车子对角线长4.85米。
实际车子不是完整的矩形，可以看成一个圆角的矩形，对角线长4.6米都不到，
目测某些车子四个角都切一刀，因此对角线长度甚至小于或等于车长.
还有一点，不但自己的车是圆角矩形，边上停的车也是，四个角都是圆的。恩， 刚算了一下，他是按勾股定理平方算的。
但是，无论如何，对角线长度应该不会比车长短太多。
对于认为前后一共10厘米能停进去的， 我不认为他们技术有问题， 但是认为他们对长度没有概念，前后5厘米其实两个车都快贴上了，基本没有移车的空间。 他们心中的5厘米可能比20厘米还大，就跟贴的那图似的， 前后距离绝对不可能一共10厘米。
看楼下停车那图， 对角线不一定比车长， 但是前后保险杠其他位置绝对有几个地方的对角线长度比车长。
本帖最后由 传还是奇 于
09:18 编辑
泡网分: 29.845
帖子: 4641
注册: 2004年05月
传还是奇 发表于
恩， 刚算了一下，他是按勾股定理平方算的。
但是，无论如何，对角线长度应该不会比车长短太多。
对于认为前后一共10厘米能停进去的， 我不认为他们技术有问题， 但是认为他们对长度没有概念，前后5厘米其实两个车都快贴上了，基本没有移车的空间。 他们心中的5厘米可能比20厘米还大，就跟贴的那图似的， 前后距离绝对不可能一共10厘米。
看楼下停车那图， 对角线不一定比车长， 但是前后保险杠其他位置绝对有几个地方的对角线长度比车长。前后各10CM我是停不进，我的最低车位标准是前后各一尺，小于这个尺寸我不会停。
位置太小即使你停进去了，别的车出来的时候很容易刮自己的车，还有前后车子出来后再有车停进去时，也可能刮自己的车。
前后没有一尺的距离我是放弃停车的。
泡网分: 30.018
精华: 1帖子: 2611
注册: 2004年11月
公路旁边的小型汽车（一字型）车位的尺寸一般是：2.2*5.0米、线宽15公分。
常见的地下车库停车位一般是2.3*5.3米、线宽15公分。
一般的A级车大约是4.5米的样子，比如速腾、卡罗拉是4.63米长，停在标准停车位上，前后可以留出接近20厘米的空间、标致308和福克斯之类的前后可以预留出接近25厘米的空间。
如果所在地方停车空间充足，线宽不会侵占车位长度、车位又是按照2.2*5.3~5.5米来划分的话，就非常好停了。
我同事的君越，车长5米，在成都找停车位就非常痛苦，但POLO随便找个点就OK。
出行，单纯的为了停车方便，其实本田飞度、丰田致炫、大众POLO、雪铁龙C2之类的车子，最舒服。
就5米长的停车位来说，如果前后都顶在车位线上，凯美瑞、迈腾之类的车子，放弃吧，反正我没有这个技术。
那种10公分的主，要么是高手中的高手，要么就是和说开普通桥车能爬上30度、45度破的主一样，非常不靠谱。
另：我的车子说明书有这样一条“满载最大爬坡不大于17度”。
泡网分: 2.214
帖子: 2618
注册: 2006年12月
看来我有必要发明一个前后轮子可以90度转向的车子了，一定大卖。哈哈
本帖由 iPhone7,2 客户端发布
泡网分: 9.215
帖子: 9177
注册: 2000年10月
没量过，但估计40cm以内我都会放弃。
其实还和横向活动空间有关。有些车位，纵向长度甚至比车身长0.5m以上，但停不进去，因为倒车入位时车头没有摆出去的空间。
泡网分: 6.437
帖子: 2200
注册: 2013年08月
随风8122 发表于
引用我的话，发帖，也不通知我一声？？？？
发图吧，目测差不多。
50CM是我的极限，再小的车位右侧车轮不能完全贴边。
泡网分: 6.437
帖子: 2200
注册: 2013年08月
ZDF 发表于
他是把车当成一个完整的矩形，得出车子对角线长4.85米。
实际车子不是完整的矩形，可以看成一个圆角的矩形，对角线长4.6米都不到，
目测某些车子四个角都切一刀，因此对角线长度甚至小于或等于车长.
还有一点，不但自己的车是圆角矩形，边上停的车也是，四个角都是圆的。有道理
泡网分: 43.672
帖子: 24511
注册: 2005年12月
上次无忌有一个说自己停进去一个很窄的地方的
明明车上有记录仪叫他上视频就是没有上
本帖最后由 Adamhe 于
11:29 编辑
泡网分: 43.672
帖子: 24511
注册: 2005年12月
传还是奇 发表于
有没人信这是前后车停好，然后不碰前后车的前提下停进去的？咦...貌似是这个,当时在帖子里叫贴停车视频来着,最后也没贴
&版权所有：&&&&查看: 7897|回复: 22
高手给说说 抬头技巧
状态&&&[当前离线]
虚心学习 谢谢前辈
状态&&&[当前离线]
Originally posted by 骨科大夫 at
虚心学习 谢谢前辈
一档低速行驶中猛压前减震利用前减震回弹双手猛拉车把同时左手拉离合右手大油门快速弹离合，这一切动作要严丝合缝瞬间完成。慢慢练习吧 网上去搜些摩托车翘头视频来看吧。
状态&&&[当前离线]
排量太小了。250以上的抬头才好玩
状态&&&[当前离线]
猛拉车把同时左手拉离合右手大油门快速弹离合，这一切动作要严丝合缝瞬间完成。慢慢练习吧 网上去搜些。。。。不会吧。。。左手拉力合，还得弹力合。。拉车把的同时，可以做到吗 。。。。。貌似不行吧
状态&&&[当前离线]
状态&&&[当前离线]
Originally posted by 《梦游西藏》 at
一档低速行驶中猛压前减震利用前减震回弹双手猛拉车把同时左手拉离合右手大油门快速弹离合，这一切动作要严丝合缝瞬间完成。慢慢练习吧 网上去搜些摩托车翘头视频来看吧。
对离合器损伤大吗？？
状态&&&[当前离线]
状态&&&[当前离线]
Originally posted by
猛拉车把同时左手拉离合右手大油门快速弹离合，这一切动作要严丝合缝瞬间完成。慢慢练习吧 网上去搜些。。。。不会吧。。。左手拉力合，还得弹力合。。拉车把的同时，可以做到吗 。。。。。貌似不行吧
所以要长时间练习啊，如果容易人人都可以做到了#13#
状态&&&[当前离线]
Originally posted by 骨科大夫 at
对离合器损伤大吗？？
如果真的喜欢 就不要过于瞻前顾后#14#
状态&&&[当前离线]
Originally posted by 《梦游西藏》 at
如果真的喜欢 就不要过于瞻前顾后#14#
倒不是心疼车 只是这个车 我平时还出远门 如果真是损伤很大 我考虑出远门带点什么备用东西&&或者说在买一个专门练的车
状态&&&[当前离线]
所以要长时间练习啊，如果容易人人都可以做到了
我会啊。。。不过和你的不太一样啊。。。我是2档压前减震利用减震回弹，迅速拉车把，同时加大油门，腰部迅速后移动，脚往前登，，，车很容易就起来了。。并不需要弹力合啊。。。
状态&&&[当前离线]
Originally posted by
所以要长时间练习啊，如果容易人人都可以做到了
我会啊。。。不过和你的不太一样啊。。。我是2档压前减震利用减震回弹，迅速拉车把，同时加大油门，腰部迅速后移动，脚往前登，，，车很容易就起来了。。并不需要 ...
别人是125的 你也是125吗？
状态&&&[当前离线]
人是125的 你也是125吗.。。是啊。。老嘉陵白菜125。。没错啊，改了改样子而已。。。
(422.16 KB, 下载次数: 13)
18:31 上传
(197.88 KB, 下载次数: 16)
18:31 上传
(178.55 KB, 下载次数: 8)
18:31 上传
状态&&&[当前离线]
XTZ125，除了坐高矮，操作舒适以外，要做抬头、跳坡都不是不容易啊，还不如国产某品牌。
状态&&&[当前离线]
Originally posted by
人是125的 你也是125吗.。。是啊。。老嘉陵白菜125。。没错啊，改了改样子而已。。。
朋友厉害啊#68#看来还是要多练习动作才行。
状态&&&[当前离线]
Originally posted by 骨科大夫 at
虚心学习 谢谢前辈
我的是90的嘉陵，一样翘头~~~~~~很危险，还是不练为好，我都摔了几十跤了，才有点点感觉~~~~~
状态&&&[当前离线]
才开始&&联系&&护具一定要穿好 这样会起到很大的保护作用
状态&&&[当前离线]
这个不是一朝一夕的，我都练了一个星期了，还是提不起来
状态&&&[当前离线]
一档低速行驶中猛压前减震 哈哈 得试试
状态&&&[当前离线]
Powered by51CTO旗下网站
如何通过自学，成为数据挖掘“高手”？
读书《Introduction to Data Mining》，这本书很浅显易懂，没有复杂高深的公式，很合适入门的人。另外
作者：来源：爱数据| 09:31
1. 读书《Introduction to Data Mining》，这本书很浅显易懂，没有复杂高深的公式，很合适入门的人。另外可以用这本书做参考《Data Mining : Concepts and Techniques》。第二本比较厚，也多了一些数据仓库方面的知识。如果对算法比较喜欢，可以再阅读《Introduction to Machine Learning》。
2. 实现经典算法。有几个部分：
a. 关联规则挖掘 (Apriori, FPTree, etc.)
b. 分类 (C4.5, KNN, Logistic Regression, SVM, etc.)
c. 聚类 (Kmeans, DBScan, Spectral Clustering, etc.)
d. 降维 (PCA, LDA, etc.)
e. 推荐系统 (基于内容的推荐，协同过滤，如矩阵分解等)
然后在公开数据集上测试，看实现的效果。可以在下面的网站找到大量的公开数据集：
3. 熟悉几个开源的工具: Weka (用于上手); LibSVM, scikit-learn, Shogun
4. 到 https://www.kaggle.com/ 上参加几个101的比赛，学会如何将一个问题抽象成模型，并从原始数据中构建有效的特征 (Feature Engineering).
到这一步的话基本几个国内的大公司都会给你面试的机会。
1. 读书，下面几部都是大部头，但学完进步非常大。
a.《Pattern Recognition and Machine Learning》
b.《The Elements of Statistical Learning》
c.《Machine Learning: A Probabilistic Perspective》
第一本比较偏Bayesian；第二本比较偏Frequentist；第三本在两者之间，但我觉得跟第一本差不多，不过加了不少新内容。当然除了这几本大而全的，还有很多介绍不同领域的书，例如《Boosting Foundations and Algorithms》，《Probabilistic Graphical Models Principles and Techniques》；以及理论一些的《Foundations of Machine Learning》，《Optimization for Machine Learning》等等。这些书的课后习题也非常有用，做了才会在自己写Paper的时候推公式。
2. 读论文。包括几个相关会议：KDD，ICML，NIPS，IJCAI，AAAI，WWW，SIGIR，ICDM；以及几个相关的期刊：TKDD，TKDE，JMLR，PAMI等。跟踪新技术跟新的热点问题。当然，如果做相关research，这一步是必须的。例如我们组的风格就是上半年读Paper，暑假找问题，秋天做实验，春节左右写/投论文。
3. 跟踪热点问题。例如最近几年的Recommendation System，Social Network，Behavior Targeting等等，很多公司的业务都会涉及这些方面。以及一些热点技术，例如现在很火的Deep Learning。
4. 学习大规模并行计算的技术，例如MapReduce、MPI，GPU Computing。基本每个大公司都会用到这些技术，因为现实的数据量非常大，基本都是在计算集群上实现的。
5. 参加实际的的竞赛，例如KDDCUP，或 https://www.kaggle.com/ 上面的竞赛。这个过程会训练你如何在一个短的时间内解决一个实际的问题，并熟悉整个项目的全过程。
6. 参与一个开源项目，如上面提到的Shogun或scikit-learn还有Apache的Mahout，或为一些流行算法提供更加有效快速的实现，例如实现一个Map/Reduce平台下的SVM。这也是锻炼Coding的能力。
到这一步国内的大公司基本是想哪去哪，而且待遇也不差；如果英语好，去US那边的公司难度也不大了。
支持者： ifas 张小耳 Candy Two shuimuyuan 白色羽毛笔 更多
本人谈不上什么高手，下面是个人的一点看法。
一，可以先找一些数据挖掘方面优秀教材来看，把一些基础且重要的东西理解清楚。R/matlab/之类是都是一些工具，虽然学会使用工具挺重要，但关键还是工具后面的思想。关于自学，不知lz是否看过下面的帖子。其中，我挺赞同帖子中pongba的&只看好书&的看法。
二，个人觉得非常重要的一点，尽量参与一些真实的实践项目，从实际项目／问题出发学得更快，也学得更好！数据挖掘是个很宽泛的概念，涉及面很广，不同应用领域的数据挖掘也不一样。从一些项目作为切入点，你可以了解到哪些知识是最欠缺的，哪些最需要学的，然后再逐渐扩充相关的知识。
三，估计学什么都差不多，需要不断坚持和积累吧。
数据挖掘这个东西，要看你追求的是什么？
注意到你是想自学？那一帮情况下，就可以理解为不是奔科研去的，看起来应该是追求实用。
那么作为一个带了N年团队，算是有点经验的人，建议你找点实际的项目去做。
首先是要弄明白你想挖点什么出来？如果你说不知道，抱歉，你可能还是在追科研的路。
实际的项目中：
首先就是要明确你希望挖的东西能产生什么业务价值，而非用什么挖掘算法，那是手段，可以在后面再关注；要能够具体描绘你的挖掘目标、价值，以及挖掘成果的预期展现形式，说服力如何，等等；
其次，和相关的小伙伴讨论，为了挖出你想要的成果，需要利用到哪些数据？这些数据中，哪些是已经有的，哪些还得想办法去收集？其中是否有些数据根本是不可能收集到的？这些收集不到的数据对于你想挖的成果会有什么影响？如果是致命影响，直接导致你的挖掘成果缺乏说服力，那就此歇菜，另找其他方向吧。反之，则安排计划和资源，把能收集到的数据尽快收集起来；
再次，根据收集到的数据的特点和收集过程的质量情况，清洗收集到的数据；
根据挖掘目标的情况和收集到的数据的特点，制定挖掘规划，选择合适的挖掘算法；
然后，就开始挖吧；
第一轮挖完，看看成果如何？有道理吗？有说服力吗？大多数情况，你会发现，哦，晕，忘了应该把这几个因素考虑进去了，还应该加进去这几方面的数据才能看出来。好，继续转向第2步，继续收集数据、清洗、调算法/参数，挖出来后再评估，一般情况得这么循环N个回合；
马马虎虎出来个差不多靠谱、勉强能自圆其说的初胚，这个成果看上去像那么回事儿了。
总结一个说法（分析成果）出来，为了你的说法，把数据再针对性地洗上几遍，给出一个更加干净的分析成果，这个版本基本上有说服力了。
讲究一点的，再画个信息图什么的，图文并茂，就可以初步交作业了；
在真实的项目中，还有一步，就是选取重要的评估视角和指标，根据具体的业务特点，把你的分析过程做成每周/每日/每小时都能给个角度固定的分析报告的服务。
再往前一步，如果你对这块业务真的很熟的话，还可以针对不同类型的分析结果，能给出相应的建议应对措施（Action），这样这此挖掘的业务价值就真正明确了。你做的活儿也没有停留在&活儿&这个份儿上，而是决策支持这个级别上了。
磨刀不误砍柴工。在学习数据挖掘之前应该明白几点:
数据挖掘目前在中国的尚未流行开，犹如屠龙之技。
数据初期的准备通常占整个数据挖掘项目工作量的70%左右。
数据挖掘本身融合了统计学、数据库和机器学习等学科，并不是新的技术。
数据挖掘技术更适合业务人员学习（相比技术人员学习业务来的更高效）
数据挖掘适用于传统的BI（报表、OLAP等）无法支持的领域。
数据挖掘项目通常需要重复一些毫无技术含量的工作。
如果你阅读了以上内容觉得可以接受，那么继续往下看。
学习一门技术要和行业靠拢，没有行业背景的技术如空中楼阁。技术尤其是计算机领域的技术发展是宽泛且快速更替的（十年前做网页设计都能成立公司），一般人没有这个精力和时间全方位的掌握所有技术细节。但是技术在结合行业之后就能够独当一面了，一方面有利于抓住用户痛点和刚性需求，另一方面能够累计行业经验，使用互联网思维跨界让你更容易取得成功。不要在学习技术时想要面面俱到，这样会失去你的核心竞争力。
一、目前国内的数据挖掘人员工作领域大致可分为三类。
1）数据分析师：在拥有行业数据的电商、金融、电信、咨询等行业里做业务咨询，商务智能，出分析报告。
2）数据挖掘工程师：在多媒体、电商、搜索、社交等相关行业里做机器学习算法实现和分析。
3）科学研究方向：在高校、科研单位、企业研究院等高大上科研机构研究新算法效率改进及未来应用。
二、说说各工作领域需要掌握的技能。
(1).数据分析师
需要有深厚的数理统计基础，但是对程序开发能力不做要求。
需要熟练使用主流的数据挖掘（或统计分析）工具如（SAS）、、EXCEL等。
需要对与所在行业有关的一切核心数据有深入的理解，以及一定的数据敏感性培养。
经典图书推荐：《概率论与数理统计》、《统计学》推荐David Freedman版、《业务建模与数据挖掘》、《数据挖掘导论》、《SAS编程与数据挖掘商业案例》、《Clementine数据挖掘方法及应用 》、《Excel 2007 VBA参考大全》、《IBM&&Statistics 19 Statistical Procedures Companion》等。
(2).数据挖掘工程师
需要理解主流机器学习算法的原理和应用。
需要熟悉至少一门编程语言如（Python、C、C++、Java、Delphi等）。
需要理解数据库原理，能够熟练操作至少一种数据库（Mysql、SQL、DB2、Oracle等），能够明白MapReduce的原理操作以及熟练使用Hadoop系列工具更好。
经典图书推荐：《数据挖掘概念与技术》、《机器学习实战》、《人工智能及其应用》、《数据库系统概论》、《算法导论》、《Web数据挖掘》、《 Python标准库》、《thinking in Java》、《Thinking in C++》、《数据结构》等。
(3).科学研究方向
需要深入学习数据挖掘的理论基础，包括关联规则挖掘 （Apriori和FPTree）、分类算法（C4.5、KNN、Logistic Regression、SVM等) 、聚类算法 （Kmeans、Spectral Clustering）。目标可以先吃透各自的使用情况和优缺点。
相对SAS、SPSS来说R语言更适合科研人员，因为R软件是完全免费的，而且开放的社区环境提供多种附加工具包支持，更适合进行统计计算分析研究。虽然目前在国内流行度不高，但是强烈推荐。
可以尝试改进一些主流算法使其更加快速高效，例如实现Hadoop平台下的SVM。
需要广而深的阅读世界著名会议论文跟踪热点技术。如，，，，等等；还有数据挖掘相关领域期刊：，，，等。
可以尝试参加数据挖掘比赛培养全方面解决实际问题的能力。如，等。
可以尝试为一些开源项目贡献自己的代码，比如&,等（具体可以在或上发现更多好玩的项目）。
经典图书推荐：《机器学习》 《模式分类》《统计学习理论的本质》《统计学习方法》《数据挖掘实用机器学习技术》《R语言实践》，英文素质是科研人才必备的《Machine Learning: A Probabilistic Perspective》《Scaling up Machine Learning : Parallel and Distributed Approaches》《Data Mining Using SAS Enterprise Miner : A Case Study Approach》《Python for Data Analysis》等。
三、以下是通信行业数据挖掘工程师的工作感受。
真正从数据挖掘项目实践的角度讲，沟通能力对挖掘的兴趣爱好是最重要的，有了爱好才可以愿意钻研，有了不错的沟通能力，才可以正确理解业务问题，才能正确把业务问题转化成挖掘问题，才可以在相关不同专业人才之间清楚表达你的意图和想法，取得他们的理解和支持。所以我认为沟通能力和兴趣爱好是个人的数据挖掘的核心竞争力，是很难学到的；而其他的相关专业知识谁都可以学，算不上个人发展的核心竞争力。
说到这里可能很多数据仓库专家、程序员、统计师等等都要扔砖头了，对不起，我没有别的意思，你们的专业对于数据挖掘都很重要，大家本来就是一个整体的，但是作为单独一个个体的人来说，精力有限，时间有限，不可能这些领域都能掌握，在这种情况下，选择最重要的核心，我想应该是数据挖掘技能和相关业务能力吧（从另外的一个极端的例子，我们可以看， 比如一个迷你型的挖掘项目，一个懂得市场营销和数据挖掘技能的人应该可以胜任。这其中他虽然不懂数据仓库，但是简单的Excel就足以胜任高打6万个样本的数据处理；他虽然不懂专业的展示展现技能，但是只要他自己看的懂就行了，这就无需什么展示展现；前面说过，统计技能是应该掌握的，这对一个人的迷你项目很重要；他虽然不懂编程，但是专业挖掘工具和挖掘技能足够让他操练的；这样在迷你项目中，一个懂得挖掘技能和市场营销业务能力的人就可以圆满完成了，甚至在一个数据源中根据业务需求可以无穷无尽的挖掘不同的项目思路，试问就是这个迷你项目，单纯的一个数据仓库专家、单纯的一个程序员、单纯的一个展示展现技师、甚至单纯的一个挖掘技术专家，都是无法胜任的）。这从另一个方面也说明了为什么沟通能力的重要，这些个完全不同的专业领域，想要有效有机地整合在一起进行数据挖掘项目实践，你说没有好的沟通能力行吗？
数据挖掘能力只能在项目实践的熔炉中提升、升华，所以跟着项目学挖掘是最有效的捷径。国外学习挖掘的人都是一开始跟着老板做项目，刚开始不懂不要紧，越不懂越知道应该学什么，才能学得越快越有效果。我不知道国内的数据挖掘学生是怎样学的，但是从网上的一些论坛看，很多都是纸上谈兵，这样很浪费时间，很没有效率。
另外现在国内关于数据挖掘的概念都很混乱，很多BI只是局限在报表的展示和简单的统计分析，却也号称是数据挖掘；另一方面，国内真正规模化实施数据挖掘的行业是屈指可数（银行、保险公司、移动通讯），其他行业的应用就只能算是小规模的，比如很多大学都有些相关的挖掘课题、挖掘项目，但都比较分散，而且都是处于摸索阶段，但是我相信数据挖掘在中国一定是好的前景，因为这是历史发展的必然。
讲到移动方面的实践案例，如果你是来自移动的话，你一定知道国内有家叫华院分析的公司（申明，我跟这家公司没有任何关系，我只是站在数据挖掘者的角度分析过中国大多数的号称数据挖掘服务公司，觉得华院还不错，比很多徒有虚名的大公司来得更实际），他们的业务现在已经覆盖了绝大多数中国省级移动公司的分析挖掘项目，你上网搜索一下应该可以找到一些详细的资料吧。我对华院分析印象最深的一点就是2002年这个公司白手起家，自己不懂不要紧，一边自学一边开始拓展客户，到现在在中国的移动通讯市场全面开花，的确佩服佩服呀。他们最开始都是用EXCEL处理数据，用肉眼比较选择比较不同的模型，你可以想象这其中的艰难吧。
至于移动通讯的具体的数据挖掘的应用，那太多了，比如不同话费套餐的制订、客户流失模型、不同服务交叉销售模型、不同客户对优惠的弹性分析、客户群体细分模型、不同客户生命周期模型、渠道选择模型、恶意欺诈预警模型，太多了，记住，从客户的需求出发，从实践中的问题出发，移动中可以发现太多的挖掘项目。最后告诉你一个秘密，当你数据挖掘能力提升到一定程度时，你会发现无论什么行业，其实数据挖掘的应用有大部分是重合的相似的，这样你会觉得更轻松。
大家都在看猜你喜欢
头条热点关注头条头条
24H热文一周话题本月最赞
讲师：5人学习过
讲师：34人学习过
讲师：5人学习过
精选博文论坛热帖下载排行
本书全面介绍了Windows Server 2003 R2中最常用的各种服务，包括域名服务、动态IP地址服务、Windows名称服务、活动目录服务、Web服务、FTP...
订阅51CTO邮刊