数据挖掘学的是怎么从大量数据里找规律。它需要统计学来算概率，计算机科学来处理数据，数学来建模公式，机器学习让电脑自己学会预测，数据库管理数据存储，还要结合行业知识才能用对方法。比如电商用数据挖掘算出用户买什么，背后要统计购买记录，用计算机算出关联规则，数学建模预测销量，机器学习训练推荐模型，数据库存着所有订单，行业知识知道怎么分析用户行为。

为什么是这些学科？首先统计学和数学是基础，比如预测销量需要概率计算和回归分析，据统计前年全球数据量已达175ZB，其中60%需要统计建模处理。计算机科学负责数据处理，像Hadoop每天处理PB级数据，机器学习让电脑学会识别图像，比如ResNet模型识别准确率已达98.5%。数据库管理效率提升关键，Oracle数据库优化后查询速度提升3倍。行业知识减少错误，医疗领域用数据挖掘分析病例，结合临床经验才能准确诊断。比如某医院用数据挖掘发现某药和某病关联度达0.87，但结合医生判断才确定治疗方案。这些学科就像齿轮，缺了哪个环节都转不动。