数据挖掘：是指用相关算法从大量的数据中探索隐藏在其中的信息的过程。
我们可以简单的理解为，一个是从广度上对数据的处理过程，一个是从深度上对数据的处理过程。
数据分析和数据挖掘两者是相辅相成的一个可以通过大量数据的整理和解读来对企业的现状进行分析，并通过数据来反映目前企业管理的问题，并可将相应的问题原因进行深入追踪，最后确认相关的责任人，保证了数据的可追溯性，来辅助企业的整体管理和运营；而数据挖掘通过对企业隐藏价值数据的深耕，可以对企业未来发展导向，做出预判，为企业高层提供相应的参考支持；一个企业想要发展的更好，处理好当下企业发展中的问题是必要的，着眼于未来企业的发展是重要的，而数据分析和数据挖掘在企业中的实际运用，可以更好的支撑企业的运营管理，提供决策分析，帮助企业走的更高、更远。
数通畅联 专注于企业IT架构、SOA综合集成、数据治理分析领域，感谢您的阅读与关注！
个人感觉是数据分析吧，对计算机视觉不太熟悉。数据分析需要很多数学课和统计类课。在很多人印象里统计学就包括在数学里，其实不是，我们国家在08年的时候统计就已经从数学分出，统计和数学现在是平行的，都是一级学科。
数据分析其实和统计类课程和更相关，需要很多的统计类课程，像概率论，数理统计，多元统计分析，回归分析，时间序列，统计与机器学习等。
数据分析的方向也有很多，比如有做算法的，也有做视频处理的等等。数学或者说统计类课程学好了，再根据方向选择需要的计算机课程就好，当然不同的课程需要的数学基础和计算机课程是有不同的。像我们系的信息与计算科学专业，正在进行专业改革，在学生实习的时候，给出几个方向，不同的方向，培训不同的课程，选择自己擅长的和感兴趣的。这样，既利用了自己大学期间打下的数学基础和计算机方面的严格逻辑训练，又针对社会的需要进行了培训，效果还是不错的，至少从就业方面看还是不错的。
好多人有个误区，既然这样，我直接去社会培训机构培训就好了，干嘛上大学？上大学不但叫你怎么做，最主要的是告诉你为什么？因为新的语言不断出现，越新的需要越高级，高级好用，但坏处是什么呢？就是好多时候不知道为什么。你只知道一块一块的。但每一块内部是什么，不了解。比如说，简单的排序，在Python里一个函数就实现了，但怎么实现的不知道。大学的课程就是训练这个的，告诉我们为什么，比如排序可以用冒泡法。知道了为什么问题发生变化之后我们同样可以解决。我觉得这才是大学最重要的作用。
首先数据挖掘和数据分析是有其实际价值的，信息大爆炸时代，我们每天都在产生海量的信息，其中有很多的都是垃圾信息，那么如何从这海量的数据中过滤掉无效的数据，找到有效的数据，就显得很重要，而随着后期数据量级的增加，重要性会不断增加。而数据分析的工作价值主要体现在从海量的数据中，找出影响到业务的因素，提前发现问题，同时能够挖掘出对现有业务有提升的因素。现在的数据分析不单纯的是分析下数据就行了，专业的数据分析工作是要给业务部门做支撑的，最终的分析报告的严谨准确与否，直接影响到对公司业务发展方向的影响，所以说数据挖掘和数据分析的价值是毋庸置疑的，至于自学还是参加培训，对于大多数人是有价值的，毕竟目前在高校的教育中对于这块没有太过实践性的课程，理论偏多，时间偏少，而培训的学习内容，更多的是实战内容，同时相较于自学而言，更快速。不管怎么学，都只是打一个基础，最终还是需要到工作中，积累经验，同时保持学习。
希望以上的回答能够帮助到你
数据分析与数据挖掘有什么区别，数据分析（数据挖掘）有什么用
潜江龙资讯网
数据分析和数据挖掘在本质上是有一定区别的数据分析数据分析与数据挖掘有什么区别：是指运用合适的统计分析方法对采集来的规模巨大的数据进行分析，是一个为提取有用信息和形成结论而对数据加以详细研究和概括的过程；
数据挖掘：是指用相关算法从大量的数据中探索隐藏在其中的信息的过程。
我们可以简单的理解为，一个是从广度上对数据的处理过程，一个是从深度上对数据的处理过程。
数据分析和数据挖掘两者是相辅相成的一个可以通过大量数据的整理和解读来对企业的现状进行分析，并通过数据来反映目前企业管理的问题，并可将相应的问题原因进行深入追踪，最后确认相关的责任人，保证了数据的可追溯性，来辅助企业的整体管理和运营；而数据挖掘通过对企业隐藏价值数据的深耕，可以对企业未来发展导向，做出预判，为企业高层提供相应的参考支持；一个企业想要发展的更好，处理好当下企业发展中的问题是必要的，着眼于未来企业的发展是重要的，而数据分析和数据挖掘在企业中的实际运用，可以更好的支撑企业的运营管理，提供决策分析，帮助企业走的更高、更远。
数通畅联 专注于企业IT架构、SOA综合集成、数据治理分析领域，感谢您的阅读与关注！
个人感觉是数据分析吧，对计算机视觉不太熟悉。数据分析需要很多数学课和统计类课。在很多人印象里统计学就包括在数学里，其实不是，我们国家在08年的时候统计就已经从数学分出，统计和数学现在是平行的，都是一级学科。
数据分析其实和统计类课程和更相关，需要很多的统计类课程，像概率论，数理统计，多元统计分析，回归分析，时间序列，统计与机器学习等。
数据分析的方向也有很多，比如有做算法的，也有做视频处理的等等。数学或者说统计类课程学好了，再根据方向选择需要的计算机课程就好，当然不同的课程需要的数学基础和计算机课程是有不同的。像我们系的信息与计算科学专业，正在进行专业改革，在学生实习的时候，给出几个方向，不同的方向，培训不同的课程，选择自己擅长的和感兴趣的。这样，既利用了自己大学期间打下的数学基础和计算机方面的严格逻辑训练，又针对社会的需要进行了培训，效果还是不错的，至少从就业方面看还是不错的。
好多人有个误区，既然这样，我直接去社会培训机构培训就好了，干嘛上大学？上大学不但叫你怎么做，最主要的是告诉你为什么？因为新的语言不断出现，越新的需要越高级，高级好用，但坏处是什么呢？就是好多时候不知道为什么。你只知道一块一块的。但每一块内部是什么，不了解。比如说，简单的排序，在Python里一个函数就实现了，但怎么实现的不知道。大学的课程就是训练这个的，告诉我们为什么，比如排序可以用冒泡法。知道了为什么问题发生变化之后我们同样可以解决。我觉得这才是大学最重要的作用。
首先数据挖掘和数据分析是有其实际价值的，信息大爆炸时代，我们每天都在产生海量的信息，其中有很多的都是垃圾信息，那么如何从这海量的数据中过滤掉无效的数据，找到有效的数据，就显得很重要，而随着后期数据量级的增加，重要性会不断增加。而数据分析的工作价值主要体现在从海量的数据中，找出影响到业务的因素，提前发现问题，同时能够挖掘出对现有业务有提升的因素。现在的数据分析不单纯的是分析下数据就行了，专业的数据分析工作是要给业务部门做支撑的，最终的分析报告的严谨准确与否，直接影响到对公司业务发展方向的影响，所以说数据挖掘和数据分析的价值是毋庸置疑的，至于自学还是参加培训，对于大多数人是有价值的，毕竟目前在高校的教育中对于这块没有太过实践性的课程，理论偏多，时间偏少，而培训的学习内容，更多的是实战内容，同时相较于自学而言，更快速。不管怎么学，都只是打一个基础，最终还是需要到工作中，积累经验，同时保持学习。
希望以上的回答能够帮助到你
数据挖掘：是指用相关算法从大量的数据中探索隐藏在其中的信息的过程。
我们可以简单的理解为，一个是从广度上对数据的处理过程，一个是从深度上对数据的处理过程。
数据分析和数据挖掘两者是相辅相成的一个可以通过大量数据的整理和解读来对企业的现状进行分析，并通过数据来反映目前企业管理的问题，并可将相应的问题原因进行深入追踪，最后确认相关的责任人，保证了数据的可追溯性，来辅助企业的整体管理和运营；而数据挖掘通过对企业隐藏价值数据的深耕，可以对企业未来发展导向，做出预判，为企业高层提供相应的参考支持；一个企业想要发展的更好，处理好当下企业发展中的问题是必要的，着眼于未来企业的发展是重要的，而数据分析和数据挖掘在企业中的实际运用，可以更好的支撑企业的运营管理，提供决策分析，帮助企业走的更高、更远。
数通畅联 专注于企业IT架构、SOA综合集成、数据治理分析领域，感谢您的阅读与关注！
个人感觉是数据分析吧，对计算机视觉不太熟悉。数据分析需要很多数学课和统计类课。在很多人印象里统计学就包括在数学里，其实不是，我们国家在08年的时候统计就已经从数学分出，统计和数学现在是平行的，都是一级学科。
数据分析其实和统计类课程和更相关，需要很多的统计类课程，像概率论，数理统计，多元统计分析，回归分析，时间序列，统计与机器学习等。
数据分析的方向也有很多，比如有做算法的，也有做视频处理的等等。数学或者说统计类课程学好了，再根据方向选择需要的计算机课程就好，当然不同的课程需要的数学基础和计算机课程是有不同的。像我们系的信息与计算科学专业，正在进行专业改革，在学生实习的时候，给出几个方向，不同的方向，培训不同的课程，选择自己擅长的和感兴趣的。这样，既利用了自己大学期间打下的数学基础和计算机方面的严格逻辑训练，又针对社会的需要进行了培训，效果还是不错的，至少从就业方面看还是不错的。
好多人有个误区，既然这样，我直接去社会培训机构培训就好了，干嘛上大学？上大学不但叫你怎么做，最主要的是告诉你为什么？因为新的语言不断出现，越新的需要越高级，高级好用，但坏处是什么呢？就是好多时候不知道为什么。你只知道一块一块的。但每一块内部是什么，不了解。比如说，简单的排序，在Python里一个函数就实现了，但怎么实现的不知道。大学的课程就是训练这个的，告诉我们为什么，比如排序可以用冒泡法。知道了为什么问题发生变化之后我们同样可以解决。我觉得这才是大学最重要的作用。
首先数据挖掘和数据分析是有其实际价值的，信息大爆炸时代，我们每天都在产生海量的信息，其中有很多的都是垃圾信息，那么如何从这海量的数据中过滤掉无效的数据，找到有效的数据，就显得很重要，而随着后期数据量级的增加，重要性会不断增加。而数据分析的工作价值主要体现在从海量的数据中，找出影响到业务的因素，提前发现问题，同时能够挖掘出对现有业务有提升的因素。现在的数据分析不单纯的是分析下数据就行了，专业的数据分析工作是要给业务部门做支撑的，最终的分析报告的严谨准确与否，直接影响到对公司业务发展方向的影响，所以说数据挖掘和数据分析的价值是毋庸置疑的，至于自学还是参加培训，对于大多数人是有价值的，毕竟目前在高校的教育中对于这块没有太过实践性的课程，理论偏多，时间偏少，而培训的学习内容，更多的是实战内容，同时相较于自学而言，更快速。不管怎么学，都只是打一个基础，最终还是需要到工作中，积累经验，同时保持学习。
希望以上的回答能够帮助到你
