![数据挖掘简介_第1页](http://file4.renrendoc.com/view/84c3f5195a618edc4328f8ea423e2baa/84c3f5195a618edc4328f8ea423e2baa1.gif)
![数据挖掘简介_第2页](http://file4.renrendoc.com/view/84c3f5195a618edc4328f8ea423e2baa/84c3f5195a618edc4328f8ea423e2baa2.gif)
![数据挖掘简介_第3页](http://file4.renrendoc.com/view/84c3f5195a618edc4328f8ea423e2baa/84c3f5195a618edc4328f8ea423e2baa3.gif)
![数据挖掘简介_第4页](http://file4.renrendoc.com/view/84c3f5195a618edc4328f8ea423e2baa/84c3f5195a618edc4328f8ea423e2baa4.gif)
![数据挖掘简介_第5页](http://file4.renrendoc.com/view/84c3f5195a618edc4328f8ea423e2baa/84c3f5195a618edc4328f8ea423e2baa5.gif)
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
数据挖掘简介2知识目标数据挖掘分类和方法数据挖掘的对象01能力目标了解决策树方法掌握模糊集方法知道数据挖掘的对象02学习目标3学习任务数据挖掘的对象数据挖掘的任务数据挖掘的流程数据挖掘的方法4目录01数据挖掘概述02数据挖掘分类03数据挖掘技术5数据挖掘是近年来伴随数据库系统的大量建立和万维网的广泛应用而发展起来的一门技术。数据挖掘是交叉性学科,它是数据库技术、机器学习、统计学、人工智能、可视化分析、模式识别等多门学科的融合,如下图所示。数据挖掘概述6数据挖掘是指从大量的、不完全的、有噪声的、模糊的、随机的实际数据中,提取隐含其内的、人们实现所不知的,但又是有潜在价值的信息和知识的过程。几点说明如下。数据挖掘概述1.数据挖掘涉及数据融合、数据分析和决策支持等内容。2.数据源必须是真实的、大量的、含有噪声的、用户感兴趣的数据。73.发现的知识要可接受、可理解、可运用,并不要求发现放之四海而皆准的知识,仅支持特定的问题。数据是知识的源泉,将概念、规则、模式、规律和约束等视为知识,这就好像从矿石中采矿或淘金一样,从数据中获取知识。4.原始数据可以是结构化数据,如关系型数据库中的数据等,也可以是非结构化数据,如文本、图形和图像等,还可以是半结构化数据,如网页等。挖掘知识的方法可以是数学的方法,也可以是非数学的方法;可以是演绎的方法,也可以是归纳的方法。数据挖掘概述85.挖掘的知识具有应用的价值,可以用于信息管理、查询优化、决策支持和过程控制等,还可以用于数据自身的维护。6.数据挖掘是一门交叉学科,将人们对数据的应用从低层次的简单查询,提升到从数据中挖掘知识,提供决策支持。7.在需求推动下,不同领域的研究者,尤其是数据库技术、人工智能技术、数理统计、可视化技术、并行计算等方面的知识融合后,形成新的研究热点。数据挖掘概述9(1)直接数据挖掘(2)间接数据挖掘数据挖掘分类数据挖掘可以分为两类:直接数据挖掘和间接数据挖掘。10数据挖掘技术是数据挖掘方法的集合,数据挖掘方法众多。根据挖掘任务可将数据挖掘技术分为预测模型发现、聚类分析、分类与回归、关联分析、序列模式发现、依赖关系或依赖模型发现、异常和趋势发现、离群点检测等。根据挖掘对象可分为关系数据库、面向对象数据库、空间数据库、时态数据库、文本数据源、多媒体数据库、异质数据库、遗产数据库以及环球网Web。根据挖掘方法可分为机器学习方法、统计方法、神经网络方法和数据库方法。数据挖掘相关技术11统计学的抽样、估计和假设检验。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。最优化、进化计算、信息论、信号处理、可视化和信息检索。数据挖掘相关技术数据挖掘应用了来自其他一些领域的思
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 探索发掘学生的生态保护和野外生存技能三篇
- 中等职业学校三年(2024-2026)综合发展规划
- 2023年年环保装备项目评估分析报告
- 住宅小区建设合同
- 2024外贸业务员保密协议竞业禁止
- 2024年学校寒假前安全教育演讲稿
- 2024年的主管竞聘演讲稿范文
- 专题08《 单项式和多项式》达标检测卷-暑假小升初数学衔接(人教版)(解析版)
- 【正版授权】 IEC 62439-1:2010+AMD1:2012+AMD2:2016 CSV EN-FR Industrial communication networks - High availability automationnetworks - Part 1: General concepts and calculation methods
- 机电安装承包合同(2024版)
- 山东省临沂市河东区2023-2024学年七年级下学期期中地理试题 -
- MOOC 通信原理-电子科技大学 中国大学慕课答案
- 2024年高考政治复习备考经验及策略
- 圆锥的认识教学设计人教版
- 市场营销策划(本)-形考任务三(第八~十章)-国开(CQ)-参考资料
- 2024-2029年中国弹簧机行业市场现状分析及竞争格局与投资发展研究报告
- 2022-2023学年天津市部分区七年级(下)期末英语试卷(含答案)
- 教师语言(山东师范大学)智慧树知到期末考试答案2024年
- 小升初测试(试题)-2023-2024学年六年级下册数学苏教版
- 体检报告程序
- 山东省青岛市2022-2023学年五年级上学期语文期末试卷(含答案)
评论
0/150
提交评论