个人觉得首先要明确数据挖掘和数据分析的目的,如果课题组是做过程分析、数据模拟之类的偏计算项目,那么数据挖掘和分析是摆在偏向首要的任务,实验就是积累数据和记录现象,也就是数据的原矿。
但是,如果是做过程分析和模拟,已经有很成熟的商品化的模拟软件和功能扩展包,是否有必要和能力去重新构建这个计算体系可能要题主想清楚了。
此外,常用的统计分析算法对于优化实验条件和总结规律已经足够了,并且题主所谓的数据挖掘和数据分析可能就是基于此类的一些工作吧,还有就是,题主的课题组真的能提供足够大的数据量来进行挖掘和分析吗?
有想法是好事,但还是建议题主多和导师交流,明确课题的目的,而且也不要盲目的迷信“数据挖掘”,好多excel拆分、透视就能解决的问题,咱们还是老老实实称之为“统计”吧
工作之后题主会发现,实验过程中的数据管理只是生产中很小的一部分,如果感兴趣可以提前关注一下ERP和BI领域。
浅见,勿喷