同求，求指导···

数据挖掘这个概念本身就是比较模糊的, 从大的范围说,所有的分析数据的活动都可以称为数据挖掘. 狭义上来说, 对于计算机系的人, 数据挖掘的概念略等同于"机器学习" (machine learning), 是人工智能的重要组成部分. 而对于统计系特别是生物统计系来说, 数据挖掘的概念略等同于生物信息学(bioinformatic)或者统计学习(statistical learning).  当然,死扣定义是没什么必要的.

至于数据挖掘本身, 一般来说涉及到以下几个层次: 理论=>模型=>计算机编程实现或者利用商业软件进行数据分析. 所谓理论的层次是数据挖掘的基础, 比如说PAC理论还有BOOSTING就是研究分类器的强弱关系(定义分类器的强与弱,以及一个弱分类器能否被强化为强分类器), 而所谓模型层次, 则是一些具体的模型和算法,比如决策树,  KNN, PCA, SVM等等, 最后一层则是应用, 比如决策树的算法实现, 数值方法选取等等. 一般来说, 都是通过软件实现的,比如流行的R, python, SAS, SPSS, MATLAB等等.

谢谢你啊！那要是具体学习的话学习这些课程你看行吗？我的学习顺序：概率论与数理统计=》高等数理统计=》应用多元统计分析=》spss19.0及统计分析=》c++,数据结构，数据库=》算法导论，数据挖掘
我是这么计划的，请大神帮我看看有欠缺的，小弟谢谢啊
我现在研一了，正在努力 ，明年九月就要找工作了，很是着急。

概率,统计,多元统计都是数据挖掘的基础, 修修是很好的. 至于后面具体的软件什么的,这个得看你的具体专业和准备从事的行业还有个人定位. 有机会去修修"机器学习"这么课,这是最纯正的数据挖掘课程. 至于最流行的软件, 我建议你学R或者python, 这是大趋势 .  说实话, SPSS作为社会学统计软件, 局限性比较大, 不利于理解模型. 我本科毕业后就不用了, 最开始还用SAS, 后来用MATLAB, 到现在R打天下. 你可以看看我们开发的数据挖掘系统, 从界面到后天,全部R写的. www.foam-buffalo.com

我们一起努力！！