很多小伙伴对于数据分析与数据挖掘的差别都存在有疑问，数据分析与数据挖掘有哪些差别呐？两者一样吗？下面就来为小伙伴们解惑来啦！
1、什么是数据分析？
数据分析的目的：目的较为明确，主要是以分析目的为主，通过适当的统计分析方法对数据进行处理与分析，提取有价值的信息。
数据分析的重点：观察数据，主要用于现状分析、原因分析等，先做出假设，然后通过数据分析来验证假设是否正确，从而得到相应的结论。
数据分析的主要方法：对比分析、分组分析、交叉分析、回归分析等。
2、什么是数据挖掘？
数据挖掘主要目的：是指从大量的数据中，通过机器学习、深度学习等方法，挖掘数据潜在规律与价值，极大化数据资产的效益。
数据挖掘的重点：是挖掘规则。
主要方法：决策树、神经网络、逻辑回归、随机森林、支持向量机、关联规则、机器学习、深度学习等。
3、数据分析与数据挖掘差别在哪？
数据分析对于相关业务的要求较高，数据挖掘对于专业技能要求较高。广义的数据分析其实是包含数据挖掘相关内容的，在实际工作中，对于数据分析师的要求，是包含数据挖掘相关算法的。
下面我们来看看不同企业对于数据分析和数据挖掘的定义吧！
对于数据分析师的要求：
对于数据分析师总结以下三点：
数据分析师专业要求：统计学、数学、计算机
数据分析师软件要求：PYTHON R SQL
数据分析师算法要求：数据挖掘、机器学习、深度学习、推荐算法、人工智能、数学建模、统计建模
对数据挖掘的要求：
对于数据挖掘总结以下三点：
数据挖掘专业要求：统计学、数学、计算机
数据挖掘软件要求：PYTHON R SQL
数据挖掘算法要求：数据挖掘、机器学习、深度学习、推荐算法、人工智能、数学建模、统计建模
从职业要求上，两者其实是互补的，无论是数据分析还是数据挖掘在技术要求上，很多都是一致的。对于数据分析的技能要求，可参照：
如何成为一名高薪数据分析师？--技能篇 - SMILE的文章 - 知乎 zhuanlan.zhihu.com/p/26
