算法
在統計分析和數據挖掘，我們經常用的算法有二元分類器、數值預測器、迴歸、貝葉斯網絡、Logistics迴歸、判別式、兩步、序列、時間序列、QUEST、C&R樹、CHAID、GRI、Apriori、異常、特徵選擇、C5.0、神經網絡、決策列表、K-Means、Kohonen、主成分分析因子、SLRM、SYM、GenLin、Cox、Cama
常用的數據分析工具
【用戶級、部門級】PPT、Swiff、ColorWheel、NetDraw、SQL、MYSQL、TABLEAU
【企業級、BI級】Yed、Flex、Xcelsius、SAS、SPSS、Clementine、ORACLE、IBM、DB2
【總結】ORACLE、DB2（IBM）數據庫{本身帶有統計分析的包，裏面也有標準的過程可做數據分析的工作，但總的來說不專業，缺乏在統計過程中的標準函數，比如，做一個線性迴歸模型，需要寫一個很長的SQL或者PLSQL的程序才能完成，而專業的只需要寫一個函數就可以做出來}
排名前三的巨頭專業的統計軟件
R語言：開源統計包軟件
SAS：商業、歷史最久、美國的醫學雜誌接受的文章要求裏面的統計結果必須是由SAS軟件統計出來，其他一概不認可
SPSS：歷史悠久的仿真軟件後被IBM收購，是數據挖掘的工具。在社會學研究用的比較多，市場排行第三位
Xcelsius：水晶報表在做BI和報表方面非常擅長
UCINET：社會學研究常用軟件，主要擅長畫社交關係圖
數據挖掘方面
- 數據挖掘是以查找隱藏在數據中的信息爲目標的技術，是應用算法從大型數據庫中提取知識的過程，這些算法確定信息項之間的隱性關聯，並且向用戶顯示這些關聯。
- 數據挖掘思想來源：假設檢驗，模式識別，人工智能，機器學習
- 常見數據挖掘任務：關聯分析、聚類分析、孤立點分析等等
- 例如：啤酒與尿布的故事
- 例如：《SCIENCE》的文章《科學家探索出大型數據集內的趨勢》
展現層
其實在數據分析中有非常重要的作用，數據分析的軟件-讀數據-算數據，結果算出來之後，數據分析沒有結束，還需要展現結果，展現結果花的時間可能比數據分析還要久。下面是個非常老的報表。人對數字感覺不敏感，但對圖形感覺敏感。以下這個不能拿給老闆看。
R語言等及其他統計軟件園都支持餅圖、柱形圖、曲線圖等大部分的圖。
其實，按照我多年的經驗和數據分析彙總後的結果表示
a.如果要表達數據整體的部分的信息，主要採用餅狀圖或垂直柱
b.如果想要表達不同數據之間的對比，主要採用水平柱或者水泡
c.如果想要表達時間序列或者頻率，主要採用垂直柱或線圖
d.如果想要表達兩組數據的相關性，主要採用水平柱或水泡
e.如果想要表達和多重數據或標準相比較，主要採用維度圖
R本身也有地圖包，可以在地圖上展現數據，可以展示出如下的圖
下面這個是用R語言進行數據分析之後可視化呈現的社交網絡圖，大概描述了信息在微博中擴散的路徑情況，其中，點代表是人，發亮的地方表示信息在傳播。有一條微博可能被很多人轉發，信息擴散的圖，到了一定程度轉發越來越低，陷入低潮，突然，又被某人轉發，掀起局部的信息轉發小高潮，傳播的範圍越來越廣。這個圖對於現在的社交網絡的信息傳播，是一個很真實而又很有意思的展現。
下圖也是數據分析的結果展現。信息圖，也是數據展現工作的重要組成部分，也會給決策帶來好處，現在有一種職位叫做數據可視化工程師。這個圖反應的是使用安卓的人的特徵。
顏色越紅點擊越高，點擊呈現F的形狀。用戶先是橫着掃，然後越來越低，關注度也就越來越低。如果你想發佈的信息被用戶關注到，最好安排在三角區域之中
R是S語言的一種實現。S語言是由AT&T貝爾實驗室開發的一種用來進行數據探索、統計分析、作圖的解釋型語言。最初S語言的實現版本主要是S-PLUS。S-PLUS是一個商業軟件，它基於S語言，並由MathSoft公司的統計科學部進一步完善。後來Auckland大學的Robert Gentleman和Ross Ihaka及其他志願人員開發了一個R系統。R的使用與S-PLUS有很多類似之處，兩個軟件有一定的兼容性。
S語言只是標準，實現可以有多種形式。Robert 主要是做生物的。LINUX也是GNU執照的東西。R也有數組、變量、條件語句、控制流以及進行專業數據分析的函數（獨有的比起C語言）、開放性很好，在包這個體系，可以自己開發。R總共有5000多個包，現在學習R最大的困擾在於，這些包我怎麼知道是做什麼的？
R是一套完整的數據處理、計算和製圖軟件系統。其功能包括：數據存儲和處理系統；數組運算工具（其向量、矩陣運算方面功能尤其強大）；完整連貫的統計分析工具；優秀的統計製圖功能；簡單而強大的編程語言；可操縱數據的輸入和輸出，可實現分支、循環，用戶自定義功能。
R是一個免費的自由軟件，它有UNIX、LINUX、MacOS和WINDOWS版本，都是可以免費下載和使用的，在那兒可以下載到R的安裝程序、各種外掛程序和文檔。在R的安裝程序中只包含了8個基礎模塊，其他外在模塊可以通過CRAN獲得。
R官方網站地址如下：
http://www.r-project.org
2.擁有一套整數組和矩陣的操作運算符
3.一系列連貫而又完整的數據分析中間工具
4.圖形統計可以對數據直接進行分析和顯示，可用於多種圖形設備。
5.一種相當完善、簡潔和高效的程序設計語言。它包括條件語句、循環語句、用戶自定義的遞歸函數以及輸入輸出接口。
6.R語言是徹底面向對象的統計編程語言
7.R語言和其他編程語言、數據庫之間有很好的接口
8.R語言是自由軟件，可以放心大膽地使用，但其功能卻不比任何其它同類軟件差。
9.R語言具有豐富的網上資源
很多大型廠商也在開始推出自己的R或兼容R的產品，例如Oracle、IBM、Sybase。一般免費申請是可以成功。R的軟件包非常短小精悍。SAS一般是10G
