如何循序漸進的學習數據挖掘？

12-31

我在論壇上看見MGFA四家IT巨頭的麵筋，很多人都按照一套基本的成長路線去準備，然後面試： Java-&>UC Berkerley data structure-&>Programming Interview Exposed-&>CC 150-&>Leetcode。但是我希望畢業後能從事數據挖掘，big data developer方面的工作。對於大數據開發，目前我只淺顯地了解到了Hadoop及其pig開發平台，對於其他方面我就沒有了解了，我想希望大神們能給我建議一套大數據開發的學習路線。目前我才完成了java的基礎學習，還沒開始學數據結構和MapReduce模型，也不知道做這一塊的話我需要學習那些演算法，我不想盲目地把時間花在刷演算法的題目上，希望大神能幫幫我這個初學者！感激不盡！

敝人目測有兩條路線:

分散式系統: Java -&> 數據結構 -&> 演算法 -&> C -&> 操作系統/計算機網路 -&> 本科畢業 -&> 分散式系統/分散式存儲 -&> 碩士畢業 -&> 刷題 -&> Software Engineer (Infrastructure)

機器學習: Java -&> 數據結構 -&> 演算法 -&> 微積分/線代 -&> 概率/統計 -&> 本科畢業 -&> 機器學習 -&> 凸優化/PGM -&> 非參數統計/核方法等 -&> 發高質量論文 -&> 博士畢業 -&> Data Scientist

謝邀。我不是典型例子。

從事數據掘挖需要懂得機器學習和自然語言處理，而要懂得這些，就首先要懂得概率論的東西。知道各類型演算法，再想想有那些可以用MapReduce，有那些可以做online learning（有些演算法不容許的）。有空看看Tech News，加強感覺。

我理論物理出身，我面試時跟他說我不懂機器學習，但我知道機器學習是statistics and optimization，然後給了一個講座，我想大概面試的人當中有一個核化學博士，所以就請我了。。。

理論基礎入門

數據挖掘導論 (豆瓣)

java機器學習的庫使用

Mahout in Action (豆瓣)

用weka進行數據挖掘

數據挖掘實用機器學習技術 (豆瓣)

以上算是入門吧，java方面的。

python和ruby最好也要會一門。不過還是先把這三本看完+敲完，應該怎麼學自己也就有思路了。