数据挖掘是一门与多学科交叉的新兴计算机专业课程,在商业、金融、医学、科学研究、工程与政府部门管理等众多领域都有广泛应用。这部数据挖掘教学视频采用尽可能浅显易懂的语言,循序渐进地介绍数据仓库与数据挖掘的基本概念、方法和常用算法。
数据挖掘又译为资料探勘、数据采矿。它是数据库知识发现(英语:Knowledge-Discovery in Databases,简称
关注公众号:diyijc_com
问题反馈
数据挖掘是一门与多学科交叉的新兴计算机专业课程,在商业、金融、医学、科学研究、工程与政府部门管理等众多领域都有广泛应用。这部数据挖掘教学视频采用尽可能浅显易懂的语言,循序渐进地介绍数据仓库与数据挖掘的基本概念、方法和常用算法。
数据挖掘又译为资料探勘、数据采矿。它是数据库知识发现(英语:Knowledge-Discovery in Databases,简称:KDD)中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关,并通过统计、在线分析处理、情报检索、机器学习、专家系统(依靠过去的经验法则)和模式识别等诸多方法来实现上述目标。
数据挖掘是通过分析每个数据,从大量数据中寻找其规律的技术,主要有数据准备、规律寻找和规律表示3个步骤。数据准备是从相关的数据源中选取所需的数据并整合成用于数据挖掘的数据集;规律寻找是用某种方法将数据集所含的规律找出来;规律表示是尽可能以用户可理解的方式(如可视化)将找出的规律表示出来。
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。一些其他领域也起到重要的支撑作用。特别地,需要数据库系统提供有效的存储、索引和查询处理支持。源于高性能(并行)计算的技术在处理海量数据集方面常常是重要的。分布式技术也能帮助处理海量数据,并且当数据不能集中到一起处理时更是至关重要。
更新时间:2014-09-12 22:24