前阵子和导师聊到我喜欢数据挖掘的资料，说来惭愧，还没有真正开始学习，今天开始记录自己学到的喜欢的东西
机器学习和数据挖掘的区别最开始没想明白，现在看到：
- 机器学习关注从训练数据中学到已知属性进行预测
数据挖掘侧重从数据中发现未知属性
相比之下还是对数据挖掘更感兴趣。
数据挖掘是一个用烂了的词，现在只要适合在处理数据都管自己叫数据挖掘，顺着自己的行业方向，学习到的第一个数据挖掘资料是关于运维可视化
运维可视化的就是使用现有的elk套件，去挖掘日志，可视化展示。
作者的文章并没有太多高明的地方，只是给出了以下ip访问的热点图，提出了分析的三个步骤：拿到数据，统计，精细化分析。
不过，作者最后的思路很有启发性：运维工程师不应该太过局限了，运维掌握了太多的资源。
这篇运维可视化的文章发布在紫数上，意外找到了一个很好地数据分析网站：紫数：http://www.zishu010.com/z/report.html
意外找到了上周末参加容器大会的全部ppt:
http://pan.baidu.com/s/1i4nN2Qh
csdn推出了知识图谱，可以使学习更系统化，说白了，一切以降低学习成本为目的：
http://lib.csdn.net/
并没有找到数据挖掘的知识路线图，比较遗憾，不过发现数据可视化是一个很有意思的方向。
