数据挖掘利用了来自如下一些领域的思想: (1)来自统计学的抽样、估计和假设检验， (2)人工智能、模式识别和机器学习的搜索算法、建模技术和学习理论。数据挖掘也迅速地接纳了来自其他领域的思想，这些领域包括最优化、进化计算、信息论、信号处理、可视化和信息检索。

正确答案是：A: 来自统计学的抽样、估计和假设检验 B:信息论、信号处理 C:可视化和信息检索 D: 最优化、进化计算

专业分析：

数据挖掘是一个跨学科的领域，旨在从大量数据中提取有用的信息和知识。它不仅依赖于单一学科，而是综合了多个领域的思想和方法。以下是对每个选项的具体分析：

A: 来自统计学的抽样、估计和假设检验
统计学为数据挖掘提供了基础工具和方法，用于数据的抽样、估计和假设检验。这些技术帮助研究人员理解数据的分布、关系和趋势，是数据挖掘的重要组成部分。

B: 信息论、信号处理
信息论提供了关于数据压缩、传输和处理的理论基础，而信号处理则提供了用于分析和处理时间序列数据的方法。这些技术在数据挖掘中用于特征提取和模式识别。

C: 可视化和信息检索
数据可视化是数据挖掘的重要工具，帮助研究人员和决策者直观地理解复杂的数据模式和关系。而信息检索技术则用于从大量数据中快速找到相关的信息。

D: 最优化、进化计算
最优化技术用于寻找数据挖掘中的最佳解决方案，如参数调优和模型选择。进化计算则模拟自然选择过程，用于解决复杂的优化问题和构建自适应系统。

综上所述，数据挖掘确实接纳和吸收了来自统计学、信息论、信号处理、可视化、信息检索、最优化和进化计算等多个领域的思想和方法。