什么是数据分析，什么是数据挖掘，什么是机器学习。貌似都是对历史数据的应用。
  下面是对方法论的一些描述。
  1.数据分析
  2.数据挖掘
  3.科学计算
  4.数据预处理和数据分析

  1.数据分析   对过去的还原 统计与回归
    描述统计分析方法 ：用图表示历史
            频数分析
            集中趋势
            离散程度
            数据分布
            箱线图
    回归分析方法：用数学表达式表示
           线性回归
           逻辑回归
           多项式回归
           多元回归
   多元统计分析方法： 对过去进行
           聚类分析
           判别分析
           主成分分析
           因子分析
   时间序列分析方法：
           自回归
           季节

   2.数据挖掘：  对未来的预测   分类  
          决策树
          K-means
          K近邻
          逻辑回归 
                连续型的概率分布 分布函数、分布密度
                数据服从这个分布，使用极大似然估计做参数 评估 
                分布函数 密度函数
         神经网络  二分类
         朴素贝叶斯

   3.科学计算
       创建多维数组
       数组的算术运算
       数组的索引与切片
       数组的转置和换轴
       数组的文件输入和输出

   4.数据预处理和数据分析
        索引对象
        基本操作
        算术和数据对齐
        排序和排名
        数据加载及存储
        与数据库进行数据加载
        处理缺失值及数据转换
        分层索引