大家好，今天小編關注到一個比較有意思的話題，就是關于數據挖掘之音樂推薦的問題，于是小編就整理了2個相關介紹數據挖掘之音樂推薦的解答，讓我們一起看看吧。
不同行業有不同的選擇，各行各業都有數據分析的需求。主要是MATLAB，Python，R這些。
以我自己為例，科研中數據分析用的比較順手的是MATLAB，因為它做矩陣運算很強，語法不難，性能很強，可以調用GPU，界面很友好，有很多數據導入導出數據分析的工具包
用于數據分析非常合適，
也可以可以很方便地構建界面。比如下面這個我為之前項目構建的圖形界面：
但是有個問題是MATLAB不是免費的，而且還不便宜。各大高校和科研所會根據需要購買，比如我們學校。
據我了解，有很多人用盜版，但是這是極其不推薦的，即便是買一個短期的學生版也不要使用盜版。
然后就是Python，在天文數據分析和數據挖掘中也非常吃香。因為有很多人寫了很多開源工具包，社區很大，大家都給這個社區貢獻自己的代碼。
太陽物理里面有個著名的sunpy
使用這個包可以很方便地導入并處理各個天文臺的觀測數據。
再加上近幾年興起的機器學習也是以Python為主陣營的，Python做數據處理和分析也會越來越火。
還有一些金融統計的喜歡用R SPSS之類的。
不知道樓主需要的平臺是指什么，我這里推薦一個
Kaggle可以說是眾多數據挖掘分析學習者的一個學習平臺了。
Kaggle成立于2010年，是一個進行數據發掘和預測競賽的在線平臺。從公司的角度來講，可以提供一些數據，進而提出一個實際需要解決的問題；從參賽者的角度來講，他們將組隊參與項目，針對其中一個問題提出解決方案，最終由公司選出的最佳方案可以獲得5K-10K美金的獎金。
除了比賽還可以接項目做，從某種角度來講，大家可以把它理解為一個眾包平臺，類似國內的豬八戒。但是不同于傳統的低層次勞動力需求，Kaggle一直致力于解決業界難題，因此也創造了一種全新的勞動力市場——不再以學歷和工作經驗作為唯一的人才評判標準，而是著眼于個人技能，為頂尖人才和公司之間搭建了一座橋梁。
里面的學習資源還是比較多的。
推薦幾篇非常好的文章，里面手把手的教了大家入門級的三個經典練習項目，供大家學習。
1. Titanic（泰坦尼克之災）
中文教程： 邏輯回歸應用之Kaggle泰坦尼克之災
英文教程：An Interactive Data Science Tutorial
2. House Prices: Advanced Regression Techniques（房價預測）
中文教程：Kaggle競賽 — 2017年房價預測
英文教程：How to get to TOP 25% with Simple Model using sklearn
3. Digital Recognition（數字識別）
中文教程：大數據競賽平臺—Kaggle 入門
英文教程：Interactive Intro to Dimensionality Reduction
國內真正可以做數據挖掘的BI廠商不多，之前朋友給我推薦過Smartbi Mining，支持多種高效實用的機器學習算法，還提供必不可少的數據預處理功能，功能強大，操作便捷，詳情可以到它官網深入了解一下。
推薦幾個吧，不是國內的，但表現力不錯
1. Rapid Miner
Rapid Miner是一個數據科學軟件平臺，為數據準備、機器學習、深度學習、文本挖掘和預測分析提供一種集成環境。該程序完全用Java編程語言編寫。
2、 Python
Python是一種免費的開源語言，學起來往往很容易上手，易于使用。許多用戶發現可以在幾分鐘內開始構建數據，并進行極其復雜的親和度分析。只要你熟悉變量、數據類型、函數、條件語句和循環等基本編程概念，最常見的業務用例數據可視化就很簡單。
3、Kaggle
Kaggle是世界上最大的數據科學家和機器學習者社區。Kaggle以開設機器學習競賽起家，但現在逐漸變成基于公共云的數據科學平臺。Kaggle是一個平臺，有助于解決難題、招募強大的團隊并宣傳數據科學的力量。
4、Oracle Data Mining
它是Oracle高級分析數據庫的代表。市場領先的公司用它最大限度地發掘數據的潛力，做出準確的預測。該系統配合強大的數據算法，鎖定最佳客戶。此外，它可識別異常情況和交叉銷售機會，讓用戶能夠根據需要運用不同的預測模型。此外，它以所需的方式定制客戶畫像。
到此，以上就是小編對于數據挖掘之音樂推薦的問題就介紹到這了，希望介紹關于數據挖掘之音樂推薦的2點解答對大家有用。
