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。

数据挖掘是一门综合性学科，涵盖了多个领域的理论和方法。它不仅仅依赖于某一个单一学科，而是结合了多种学科的思想和技术。对于这个问题，正确答案应该是：

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

所有选项都是正确的。以下是每个选项的专业分析：

A: 来自统计学的抽样、估计和假设检验
统计学在数据挖掘中起着非常重要的作用。抽样技术用于从大规模数据集中选择代表性样本，估计和假设检验则用于数据分析和模式识别。

B: 信息论、信号处理
信息论提供了处理和分析信息的理论基础，信号处理技术则用于数据预处理和特征提取，这些都是数据挖掘中的关键步骤。

C: 可视化和信息检索
数据可视化是数据挖掘结果展示和解释的重要手段，而信息检索技术则用于从大规模数据中快速找到相关信息。

D: 最优化、进化计算
最优化技术用于模型参数的调整和算法性能的提升，进化计算则通过模拟自然进化过程来解决复杂的优化问题。

因此，数据挖掘确实吸收了这些领域的思想和技术，是一个跨学科的综合性研究领域。