数据挖掘总结
2013-03-16 12:44
330 查看
1数据来源分类 :
结构化(关系数据,时空数据),半结构(xml html),无结构(文本,多媒体,部分空间时间数据)
2运用的理论
(数据规约,数据压缩,规约数据库) ,(概率论,统计,微观经济学),(模式发现,机器学习,神经网络)
3运用的技术(与理论对应)
数据库与仓库,统计学,机器学习
4发现的模式
特征化与区分,关联与相似度,分类预测与聚类,异常点与趋势演变
5应用领域
商用(金融,电信,零售,生物医疗),科研
7 过程及各阶段面临问题(各阶段即面临研究问题)
(1清洗,2聚集,3选择,4转换,5挖掘,6评估,7可视化)
结构化(关系数据,时空数据),半结构(xml html),无结构(文本,多媒体,部分空间时间数据)
2运用的理论
(数据规约,数据压缩,规约数据库) ,(概率论,统计,微观经济学),(模式发现,机器学习,神经网络)
3运用的技术(与理论对应)
数据库与仓库,统计学,机器学习
4发现的模式
特征化与区分,关联与相似度,分类预测与聚类,异常点与趋势演变
5应用领域
商用(金融,电信,零售,生物医疗),科研
7 过程及各阶段面临问题(各阶段即面临研究问题)
(1清洗,2聚集,3选择,4转换,5挖掘,6评估,7可视化)
相关文章推荐
- 程序员面试、算法研究、编程艺术、红黑树、数据挖掘5大经典原创系列集锦与总结
- 大学 计算机科学与技术专业 数据挖掘与知识发现课程 资源总结
- 信息检索及数据挖掘必备知识总结
- 数据挖掘聚类算法一览总结
- 看懂信息检索和网络数据挖掘领域论文的必备知识总结
- 看懂信息检索和网络数据挖掘领域论文的必备知识总结
- 两会新闻数据挖掘总结
- 数据挖掘算法之决策树算法总结
- 程序员面试、算法研究、编程艺术、红黑树、数据挖掘5大经典原创系列集锦与总结
- 数据挖掘算法总结-EM算法
- 信息检索和数据挖掘领域 必备知识总结
- 程序员面试、算法研究、编程艺术、红黑树、数据挖掘5大经典原创系列集锦与总结
- 数据挖掘岗面试总结
- 数据挖掘算法总结
- 模式识别、机器学习、数据挖掘当中的各种距离总结
- 程序员面试、算法研究、编程艺术、红黑树、数据挖掘5大经典原创系列集锦与总结
- 数据挖掘分类算法的优缺点总结
- 总结数据挖掘预测分类中的样本筛选和特征处理
- 模式识别、机器学习、数据挖掘当中的各种距离总结
- 学习空间数据挖掘的总结