數(shù)據(jù)挖掘：基于關(guān)聯(lián)挖掘的商品銷售分析
2020-06-09 08:32:36
的所有需求。而這三類里又包含許多經(jīng)典算法。而今天，小編就給大家介紹下數(shù)據(jù)挖掘中最經(jīng)典的十大算法，希望它對(duì)你有所幫助。一、 分類決策樹算法C4.5C4.5，是機(jī)器學(xué)習(xí)算法中的一種分類決策樹算法，它是決策樹
2018-11-06 17:02:30
挑戰(zhàn),如推薦效率,推薦精度等問題。針對(duì)商品推薦系統(tǒng)所面臨的主要挑戰(zhàn),本文從以下幾個(gè)方面對(duì)電子商務(wù)推薦系統(tǒng)以及所用到的技術(shù)進(jìn)行了分析和研究。首先,詳細(xì)分析了各種數(shù)據(jù)挖掘技術(shù)的特點(diǎn)和Web挖掘及其在電子商務(wù)
2010-04-24 09:23:12
針對(duì)現(xiàn)有數(shù)據(jù)挖掘體系結(jié)構(gòu)松散揭合、算法運(yùn)行效率不高的問題，提出了嵌入式數(shù)據(jù)挖掘模型。該模型實(shí)現(xiàn)了算法的組件化管理，并將整個(gè)數(shù)據(jù)挖掘流程控制在數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)中，在簡(jiǎn)化數(shù)據(jù)挖掘過程的同時(shí)，大大提高了數(shù)據(jù)挖掘的效率。通過對(duì)幾種典型數(shù)據(jù)挖掘算法在銀行卡業(yè)務(wù)數(shù)據(jù)中的試驗(yàn)，證實(shí)了該模型的有效性和實(shí)用性。
2020-03-11 06:36:59
，使得決策結(jié)果也會(huì)受到影響。所以，數(shù)據(jù)處理能力的高低對(duì)于高層領(lǐng)導(dǎo)決策者來(lái)說，是需要數(shù)據(jù)分析能力、數(shù)據(jù)挖掘能力、數(shù)據(jù)整合能力的統(tǒng)一協(xié)調(diào)，因?yàn)?b class="flag-6" style="color: red">數(shù)據(jù)處理的結(jié)果不僅關(guān)系到?jīng)Q策的方向，更關(guān)系到未來(lái)的發(fā)展趨勢(shì)
2018-12-05 11:49:09
挖掘方法)，智能建模分析(機(jī)器學(xué)習(xí)方法)，統(tǒng)計(jì)分析等。 數(shù)據(jù)解釋：對(duì)于廣大的數(shù)據(jù)信息用戶來(lái)講，最關(guān)心的并非是數(shù)據(jù)的分析處理過程，而是對(duì)大數(shù)據(jù)分析結(jié)果的解釋與展示。數(shù)據(jù)解釋常采用的方法有：可視化方式
2018-11-02 14:08:08
《數(shù)據(jù)分析與挖掘實(shí)戰(zhàn)》總結(jié)及代碼練習(xí)---chap3 數(shù)據(jù)探索
2020-05-25 13:25:38
與信息處理專業(yè)，本科以上學(xué)歷；2.有較好數(shù)學(xué)以及信號(hào)處理基礎(chǔ)，熟悉基本的的數(shù)據(jù)挖掘/機(jī)器學(xué)習(xí)模型，如決策樹、回歸、貝葉斯、聚類等算法模型；3.熟悉信號(hào)與系統(tǒng)的整體結(jié)構(gòu)；4.能夠熟練運(yùn)用MATLAB
2017-08-18 10:26:22
一名數(shù)據(jù)挖掘工程師給新人整理的入門資料四年前我一次聽說數(shù)據(jù)挖掘這個(gè)詞，三年前我學(xué)習(xí)了數(shù)據(jù)挖掘理論知識(shí)，兩年前我做了幾個(gè)與數(shù)據(jù)挖掘有關(guān)的項(xiàng)目，一年前我成為一名數(shù)據(jù)挖掘工程師，今天我把數(shù)據(jù)挖掘入門資料
2017-09-01 11:05:58
想要自學(xué)云計(jì)算和數(shù)據(jù)挖掘想問下這些方面有哪些內(nèi)容該從何開始求大神們指教謝謝
2016-04-19 00:07:25
人工智能、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)之間，主要有什么關(guān)系？
2020-03-16 11:35:54
人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘的區(qū)別
2020-05-14 16:02:52
【作者】：莊雄雄;呂蘭蘭;高宋俤;齊京峰;【來(lái)源】：《心智與計(jì)算》2010年01期【摘要】：近年來(lái),關(guān)聯(lián)規(guī)則的挖掘已成為數(shù)據(jù)挖掘技術(shù)的重要研究方向之一。而對(duì)關(guān)聯(lián)規(guī)則的研究也集中在如何高效的找出頻繁項(xiàng)
2010-04-24 09:55:51
【作者】：賴興瑞;張東站;段江嬌;【來(lái)源】：《心智與計(jì)算》2010年01期【摘要】：股票價(jià)格行為數(shù)據(jù)挖掘激發(fā)了計(jì)算機(jī)科學(xué)、機(jī)器學(xué)習(xí)及其他領(lǐng)域研究的廣泛關(guān)注。然而,由于股票價(jià)格本身的不確定性和股市
2010-04-24 09:56:07
如何入坑單片機(jī)？如何系統(tǒng)地學(xué)習(xí)單片機(jī)？
2021-10-18 06:31:09
如何系統(tǒng)地學(xué)習(xí)質(zhì)量管理
2023-03-06 22:29:24
機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘方法和應(yīng)用（經(jīng)典）
2023-09-26 07:56:49
深度學(xué)習(xí)的概念源于人工神經(jīng)網(wǎng)絡(luò)的研究。含多隱層的多層感知器就是一種深度學(xué)習(xí)結(jié)構(gòu)。深度學(xué)習(xí)通過組合低層特征形成更加抽象的高層表示屬性類別或特征，以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。晦澀難懂的概念，略微有些難以
2018-07-04 16:07:53
處理那些本來(lái)就模糊而且非結(jié)構(gòu)化的文本數(shù)據(jù),所以它是一個(gè)多學(xué)科混雜的領(lǐng)域,涵蓋了信息技術(shù)、文本分析、模式識(shí)別、統(tǒng)計(jì)學(xué)、數(shù)據(jù)可視化、數(shù)據(jù)庫(kù)技術(shù)、機(jī)器學(xué)習(xí)以及數(shù)據(jù)挖掘等技術(shù) 文本挖掘同信息抽取和信息檢索
2019-01-21 11:39:39
請(qǐng)問要系統(tǒng)地學(xué)習(xí)Linux 具體要學(xué)哪些方面？是個(gè)什么樣的步驟？謝謝哈！
2013-03-27 09:54:02
面向生產(chǎn)設(shè)備實(shí)時(shí)監(jiān)控的數(shù)據(jù)挖掘技術(shù)的研究摘 要: 介紹了異常檢測(cè)技術(shù)及算法,并將基于距離的異常檢測(cè)技術(shù)與基于密度的異常檢測(cè)技術(shù)結(jié)合起來(lái)應(yīng)用于制造業(yè)設(shè)備狀況和產(chǎn)品質(zhì)量的實(shí)時(shí)監(jiān)控;提出了實(shí)時(shí)監(jiān)控的系統(tǒng)
2009-08-08 09:43:47
研究了基于數(shù)據(jù)挖掘的Internet遠(yuǎn)程教學(xué)模型和方法，提出利用數(shù)據(jù)挖掘解決基于Internet的遠(yuǎn)程教學(xué)還存在的諸如怎樣獲得準(zhǔn)確的反饋信息、怎樣實(shí)現(xiàn)個(gè)性化學(xué)習(xí)、怎樣實(shí)現(xiàn)自動(dòng)答疑
2008-12-03 13:07:51
10 摘要:主要介紹了數(shù)據(jù)挖掘的產(chǎn)生、發(fā)展、定義和任務(wù)，討論了常用的挖掘方法和工具，最后舉例介紹了數(shù)據(jù)挖掘的一些應(yīng)用.關(guān)鍵詞:數(shù)據(jù)挖掘;知識(shí)發(fā)現(xiàn);決策樹
Abstract:Th is
2009-01-08 21:23:1212 數(shù)據(jù)挖掘技術(shù)，又稱為數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)，是20世紀(jì)90年代在信息技術(shù)領(lǐng)域開始迅速發(fā)展起來(lái)的計(jì)算機(jī)技術(shù)。作者結(jié)合自己近20年從事人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等方面的科研工
2009-01-13 15:10:270 高維大數(shù)據(jù)集對(duì)現(xiàn)有的數(shù)據(jù)挖掘算法提出了挑戰(zhàn)。該文把挖掘任務(wù)分解為挖掘頻繁長(zhǎng)模式與短模式2 個(gè)子問題，提出一種在高維大數(shù)據(jù)集中挖掘長(zhǎng)項(xiàng)集的算法，即inter-transaction。該
2009-04-17 08:41:4027 基于隱私保護(hù)的數(shù)據(jù)挖掘(PPDM)的目標(biāo)是在保護(hù)原始數(shù)據(jù)的情況下建立挖掘模型并得到理想的分析結(jié)果。該文從PPDM的總體需求出發(fā)，基于數(shù)據(jù)隱藏，將PPDM技術(shù)分為安全多方計(jì)算技術(shù)、
2009-04-23 10:18:5316 本文講述了什么是數(shù)據(jù)挖掘，以及數(shù)據(jù)挖掘的兩種策略：有指導(dǎo)和無(wú)指導(dǎo)學(xué)習(xí)。作者用心臟病數(shù)據(jù)集范例來(lái)解釋有指導(dǎo)學(xué)習(xí)的過程。實(shí)驗(yàn)表明患心臟病病人的某些屬性特征和患心
2009-05-26 15:15:3417 將數(shù)據(jù)挖掘技術(shù)具體應(yīng)用到電信欺詐偵測(cè)領(lǐng)域中，提出了一種基于數(shù)據(jù)挖掘的電信欺詐偵測(cè)模型。利用某移動(dòng)運(yùn)營(yíng)商的真實(shí)數(shù)據(jù)對(duì)本文的模型進(jìn)行了驗(yàn)證。關(guān)鍵字：數(shù)據(jù)挖掘；欺
2009-05-30 08:59:5829 隨著互聯(lián)網(wǎng)信息的增長(zhǎng),Web數(shù)據(jù)挖掘已經(jīng)成為數(shù)據(jù)挖掘研究的熱點(diǎn)之一,尤其是應(yīng)用于電子商務(wù)領(lǐng)城。本文首先闡述了電子商務(wù)中Web數(shù)據(jù)挖掘的資源及其流程,然后在此基礎(chǔ)上提出了
2009-08-04 08:29:4913 銷售管理與輔助決策系統(tǒng)是以多年的銷售數(shù)據(jù)為研究對(duì)象，采用關(guān)聯(lián)規(guī)則挖掘和序列規(guī)則挖掘的方法，從中分析、挖掘和提取全面、綜合、宏觀的輔助決策信息，并能預(yù)測(cè)客戶的
2009-08-06 10:18:196 本文在深入研究數(shù)據(jù)挖掘、入侵檢測(cè)技術(shù)的基礎(chǔ)上,針對(duì)目前入侵檢測(cè)系統(tǒng)存在的問題,構(gòu)建了一個(gè)基于數(shù)據(jù)挖掘的入侵檢測(cè)系統(tǒng)。該系統(tǒng)能檢測(cè)已知和未知的入侵行為,可降低漏報(bào)
2009-08-13 10:12:4012 本文在針對(duì)關(guān)聯(lián)規(guī)則的Apriori 算法的基礎(chǔ)上,為了提高用戶數(shù)據(jù)挖掘的人機(jī)交互性能,解決關(guān)聯(lián)規(guī)則挖掘產(chǎn)生冗余規(guī)則的問題,提出了基于用戶導(dǎo)向的關(guān)聯(lián)規(guī)則挖掘方法SQL-IIAR 算法
2009-08-26 11:41:3911 以數(shù)據(jù)挖掘算法的研究作為核心,結(jié)合電子商務(wù)平臺(tái)的特點(diǎn)深入討論了在現(xiàn)實(shí)面向電子商務(wù)的數(shù)據(jù)挖掘系統(tǒng)中的應(yīng)用。
2009-09-01 09:46:389 本文介紹了關(guān)聯(lián)規(guī)則挖掘在數(shù)據(jù)錄入、校對(duì)系統(tǒng)的設(shè)計(jì)思路、體系結(jié)構(gòu)和實(shí)現(xiàn)要點(diǎn)。關(guān)鍵詞：數(shù)據(jù)挖掘；關(guān)聯(lián)規(guī)則；關(guān)聯(lián)規(guī)則參照表數(shù)據(jù)的準(zhǔn)確錄入和高效的校對(duì)是各行業(yè)的產(chǎn)
2009-09-03 11:55:236 文章介紹了數(shù)據(jù)挖掘中常用技術(shù)和數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)，并且探討了粗糙集方法，決策樹方法以及關(guān)聯(lián)規(guī)則方法等數(shù)據(jù)挖掘技術(shù)在保險(xiǎn)風(fēng)險(xiǎn)規(guī)則挖掘中的應(yīng)用。關(guān)鍵字：數(shù)據(jù)挖掘、數(shù)據(jù)
2009-09-04 08:16:3015 本文針對(duì)供應(yīng)鏈系統(tǒng)中缺乏數(shù)據(jù)積累、存在許多不確定因素及數(shù)據(jù)種類繁多的特點(diǎn)，提出采用建立供應(yīng)鏈仿真模型，并通過仿真輸出數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘的思想。該思想幫助決策者
2009-09-08 14:59:1122 數(shù)據(jù)挖掘技術(shù)作為解決“數(shù)據(jù)爆炸”時(shí)代出現(xiàn)的“信息缺乏”的最有效手段之一，受到了企業(yè)界的極大關(guān)注。文章闡述了電子商務(wù)中數(shù)據(jù)挖掘技
2009-09-09 09:57:4515 論數(shù)據(jù)挖掘中的個(gè)人數(shù)據(jù)隱私權(quán)問題:【摘要】數(shù)據(jù)挖掘中的個(gè)人數(shù)據(jù)隱私權(quán)問題是一個(gè)學(xué)科交叉的研究領(lǐng)域。主要探討數(shù)據(jù)挖掘對(duì)個(gè)人數(shù)據(jù)隱私權(quán)的影響，以及保護(hù)數(shù)據(jù)挖掘中
2009-10-10 15:15:367 本文在介紹空間數(shù)據(jù)挖掘、Agent 技術(shù)的概念和特點(diǎn)的基礎(chǔ)上，提出一個(gè)基于Agent的分布式空間數(shù)據(jù)挖掘系統(tǒng)，描述了其實(shí)現(xiàn)過程。由于在實(shí)現(xiàn)過程中只傳送執(zhí)行挖掘功能的移動(dòng)Agent
2009-12-25 13:38:5614 本文從中醫(yī)“毒熱”理論研究的需求出發(fā)，分析得出“中醫(yī)毒熱”數(shù)據(jù)挖掘系統(tǒng)的挖掘目標(biāo)；然后根據(jù)挖掘目標(biāo)，提出了數(shù)據(jù)挖掘系統(tǒng)的設(shè)計(jì)方案；最后,利用java 技術(shù)實(shí)現(xiàn)系統(tǒng)，
2009-12-25 14:42:0914 在數(shù)據(jù)挖掘中我們往往會(huì)忽略離群數(shù)據(jù)，可是這些數(shù)據(jù)卻往往包含重要的信息。本文采用了將決策樹與相異度相結(jié)合的方式進(jìn)行離群數(shù)據(jù)的挖掘。通過計(jì)算決策樹中各屬性的信息
2010-01-15 14:28:055 為了提高入侵檢測(cè)系統(tǒng)的效率，將數(shù)據(jù)挖掘技術(shù)應(yīng)用于網(wǎng)絡(luò)入侵檢測(cè)。本文實(shí)現(xiàn)了基于數(shù)據(jù)挖掘的入侵檢測(cè)系統(tǒng)，采用了分層分類與關(guān)聯(lián)規(guī)則分析數(shù)據(jù)。經(jīng)過系統(tǒng)測(cè)試，能夠完成
2010-01-22 15:21:489 設(shè)計(jì)了一種基于Web挖掘的個(gè)性化網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng),該系統(tǒng)給出了Web內(nèi)容挖掘、Web使用挖掘和Web結(jié)構(gòu)挖掘的結(jié)果,并結(jié)合其推薦結(jié)果為學(xué)習(xí)者提供個(gè)性化的服務(wù)。并給出個(gè)性化推薦算法。
2010-02-25 16:09:007 為了給企業(yè)快速、低成本構(gòu)建客戶管理系統(tǒng)、CRM系統(tǒng)、數(shù)據(jù)挖掘應(yīng)用系統(tǒng)提供參考與借鑒，研究了常用數(shù)據(jù)挖掘算法。通過研究 數(shù)據(jù)挖掘 算法基本原理、適用范圍及優(yōu)點(diǎn)，得出可以使
2011-06-08 16:06:230 電力網(wǎng) 的損耗受多種因素影響，挖掘線損率與各種影響因素之間的關(guān)聯(lián)規(guī)則，進(jìn)而找出對(duì)線損影響大的因素，對(duì)節(jié)能降損有重要的指導(dǎo)意義。把數(shù)據(jù)挖掘中的聚類和FP-Growth 算法應(yīng)用在
2011-06-30 17:51:480 針對(duì)傳統(tǒng)數(shù)據(jù)挖掘算法在面向大型數(shù)據(jù)庫(kù)挖掘中存在的缺點(diǎn)，提出一種改進(jìn)的優(yōu)化方法，通過對(duì)發(fā)現(xiàn)頻繁項(xiàng)集和產(chǎn)生關(guān)聯(lián)規(guī)則兩個(gè)環(huán)節(jié)進(jìn)行優(yōu)化，并將其應(yīng)用到醫(yī)院信息管理系統(tǒng)中的臨床診療數(shù)據(jù)庫(kù)中進(jìn)行驗(yàn)證，大大提高了病人病例挖掘的效率，為現(xiàn)代醫(yī)院信息化管理提供參考。
2016-01-04 15:10:490 滅火指揮數(shù)據(jù)挖掘研究_施偉榮
2017-01-03 15:24:450 大數(shù)據(jù)環(huán)境下相容數(shù)據(jù)集的關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘_張春生
2017-01-07 19:08:430 數(shù)據(jù)挖掘技術(shù)在高校就業(yè)預(yù)測(cè)分析中的應(yīng)用_蔡麗艷
2017-03-14 08:00:001 數(shù)據(jù)挖掘在農(nóng)業(yè)話題跟蹤中的應(yīng)用_張偉
2017-03-14 08:00:000 蟻群算法在數(shù)據(jù)挖掘分類中的研究_熊斌
2017-03-19 11:45:570 構(gòu)建面向CRM的數(shù)據(jù)挖掘應(yīng)用
2017-09-09 09:07:518 （Knowledge Discover in Database），數(shù)據(jù)統(tǒng)計(jì)的重點(diǎn)是參數(shù)估計(jì)和假設(shè)檢驗(yàn)。 數(shù)據(jù)分析、數(shù)據(jù)統(tǒng)計(jì)得出的結(jié)論是人的智力活動(dòng)結(jié)果，數(shù)據(jù)挖掘得出的結(jié)論是機(jī)器從學(xué)習(xí)集（或訓(xùn)練集、樣本集）發(fā)現(xiàn)的知識(shí)規(guī)則。 數(shù)據(jù)分析需要人工建模，數(shù)據(jù)挖掘自動(dòng)完
2017-09-28 19:20:0918 針對(duì)現(xiàn)有數(shù)據(jù)挖掘體系結(jié)構(gòu)松散揭合、算法運(yùn)行效率不高的問題，提出了嵌入式數(shù)據(jù)挖掘模型。該模型實(shí)現(xiàn)了算法的組件化管理，并將整個(gè)數(shù)據(jù)挖掘流程控制在數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)中，在簡(jiǎn)化數(shù)據(jù)挖掘過程的同時(shí)，大大提高
2017-10-17 16:21:390 針對(duì)石油基礎(chǔ)數(shù)據(jù)量急劇增長(zhǎng)，數(shù)據(jù)之間不能達(dá)成共享，管理不能保持統(tǒng)一等問題，研究并設(shè)計(jì)了石油基礎(chǔ)數(shù)據(jù)挖掘系統(tǒng)分析系統(tǒng)。通過構(gòu)建石油基礎(chǔ)數(shù)據(jù)數(shù)據(jù)倉(cāng)庫(kù)模型，用于完成數(shù)據(jù)清理、數(shù)據(jù)變換和數(shù)據(jù)集成等數(shù)據(jù)預(yù)處理
2017-11-14 10:39:176 針對(duì)現(xiàn)有的基于垂直格式挖掘頻繁項(xiàng)集采用正交的方式兩兩進(jìn)行比較耗費(fèi)大量時(shí)間和產(chǎn)生的Tid集可能很大浪費(fèi)存儲(chǔ)空間的問題，提出了一種基于三角矩陣和差集的垂直數(shù)據(jù)格式挖掘頻繁項(xiàng)集的挖掘算法。該算法利用差集解
2017-11-20 10:34:334 由于云計(jì)算的諸多優(yōu)勢(shì)，用戶傾向于將數(shù)據(jù)挖掘和數(shù)據(jù)分析等業(yè)務(wù)外包到專業(yè)的云服務(wù)提供商，然而隨之而來(lái)的是用戶的隱私不能得到保證．目前，眾多學(xué)者關(guān)注云環(huán)境下敏感數(shù)據(jù)存儲(chǔ)的隱私保護(hù)問題，而隱私保護(hù)數(shù)據(jù)
2017-12-26 15:01:180 數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的但又是潛在有用的信息和知識(shí)的過程。 數(shù)據(jù)挖掘涉及的學(xué)科領(lǐng)域和技術(shù)很多，有多種分類法。淺析十三種常用的數(shù)據(jù)挖掘技術(shù)如下所述
2017-12-29 11:53:42
69469 本文研究了基于Spark的并行數(shù)據(jù)挖掘，并將其應(yīng)用到了流程對(duì)象數(shù)據(jù)分析中。文章通過對(duì)串行的流程 對(duì)象數(shù)據(jù)挖掘算法流的研究，提出了一種基于Spark并行計(jì)算框架的并行化算法流解決方案，并通過編 程實(shí)現(xiàn)、并行效率測(cè)試、算法調(diào)優(yōu)，最終得出一個(gè)并行效果良好的并行數(shù)據(jù)挖掘方案。該并行方案明顯 提高了計(jì)算效率。
2017-12-30 17:31:040 數(shù)據(jù)挖掘與傳統(tǒng)意義上的統(tǒng)計(jì)學(xué)不同。統(tǒng)計(jì)學(xué)推斷是假設(shè)驅(qū)動(dòng)的，即形成假設(shè)并在數(shù)據(jù)基礎(chǔ)上驗(yàn)證他；數(shù)據(jù)挖掘是數(shù)據(jù)驅(qū)動(dòng)的，即自動(dòng)地從數(shù)據(jù)中提取模式和假設(shè)。數(shù)據(jù)挖掘的目標(biāo)是提取可以容易轉(zhuǎn)換成邏輯規(guī)則或可視化表示的定性模型，與傳統(tǒng)的統(tǒng)計(jì)學(xué)相比，更加以人為本。
2017-12-31 12:19:4318497 
隨著數(shù)據(jù)量的爆炸式增長(zhǎng)，我們需要借助一些有效的工具進(jìn)行數(shù)據(jù)挖掘工作，從而幫助我們更輕松地從巨大的數(shù)據(jù)集中找出關(guān)系、集群、模式、分類信息等。借助這類工具可以幫助我們做出最準(zhǔn)確的決策，為我們的業(yè)務(wù)獲取更多收益。
2017-12-31 12:26:5637053 
多尺度理論已被引入到數(shù)據(jù)挖掘領(lǐng)域，但人們對(duì)其研究仍不夠深入和完善，缺乏普適性理論與方法．隨著大數(shù)據(jù)處理應(yīng)用的不斷深入，其研究變得更加迫切．針對(duì)上述問題，進(jìn)行了普適的多尺度數(shù)據(jù)挖掘理論和方法的研究
2018-01-05 10:58:070 數(shù)據(jù)挖掘可以認(rèn)為是數(shù)據(jù)庫(kù)技術(shù)與機(jī)器學(xué)習(xí)的交叉，它利用數(shù)據(jù)庫(kù)技術(shù)來(lái)管理海量的數(shù)據(jù)，并利用機(jī)器學(xué)習(xí)和統(tǒng)計(jì)分析來(lái)進(jìn)行數(shù)據(jù)分析。
2018-01-05 15:20:293883 機(jī)器學(xué)習(xí)是一門更加偏向理論性學(xué)科，其目的是為了讓計(jì)算機(jī)不斷學(xué)習(xí)找到接近目標(biāo)函數(shù)f的假設(shè)h。而數(shù)據(jù)挖掘則是使用了包括機(jī)器學(xué)習(xí)算法在內(nèi)的眾多知識(shí)的一門應(yīng)用學(xué)科，它主要是使用一系列處理方法挖掘數(shù)據(jù)背后的信息。
2018-01-05 19:02:3510382 關(guān)聯(lián)分析是一類非常有用的數(shù)據(jù)挖掘方法，能從數(shù)據(jù)中挖掘出潛在的關(guān)聯(lián)關(guān)系。Apriori算法是一種最有影響的挖掘布爾關(guān)聯(lián)規(guī)則頻繁項(xiàng)集的算法。其核心是基于兩階段頻集思想的遞推算法。該關(guān)聯(lián)規(guī)則在分類上屬
2018-02-04 09:37:563450 
什么是數(shù)據(jù)挖掘？數(shù)據(jù)挖掘指的是對(duì)現(xiàn)有的一些數(shù)據(jù)進(jìn)行相應(yīng)的處理和分析，最終得到數(shù)據(jù)與數(shù)據(jù)之間深層次關(guān)系的一種技術(shù)。
2018-04-10 16:50:125093 初看的話，會(huì)覺得機(jī)器學(xué)習(xí)和人工智能，數(shù)據(jù)挖掘講的東西很像，實(shí)際他們之間的關(guān)系可以概括為：
機(jī)器學(xué)習(xí)是人工智能的一個(gè)子方向 機(jī)器學(xué)習(xí)是數(shù)據(jù)挖掘的一種實(shí)現(xiàn)方式
2018-05-18 08:37:001904 
《機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘：方法和應(yīng)用》 來(lái)源：互聯(lián)網(wǎng)(轉(zhuǎn)載協(xié)議)發(fā)布日期：2011-09-16 09:56瀏覽： 7729 次專欄投稿值班編輯：QQ281688302 《機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘：方法
2018-06-27 18:38:01639 本文檔的主要內(nèi)容詳細(xì)介紹的是Python工具包合集包括了：網(wǎng)頁(yè)爬蟲工具集，文本處理工具集，Python科學(xué)計(jì)算工具包，Python機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘 工具包
2018-09-07 17:14:4237 本文主要講述數(shù)據(jù)挖掘分析領(lǐng)域中，最常用的四種數(shù)據(jù)分析方法：描述型分析、診斷型分析、預(yù)測(cè)型分析和指令型分析。
2018-12-19 16:42:124084 本文結(jié)合代碼實(shí)例待你上手python數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)技術(shù)。
本文包含了五個(gè)知識(shí)點(diǎn)：
1. 數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)技術(shù)簡(jiǎn)介
2. Python數(shù)據(jù)預(yù)處理實(shí)戰(zhàn)
3. 常見分類算法介紹
4. 對(duì)鳶尾花進(jìn)行分類案例實(shí)戰(zhàn)
5. 分類算法的選擇思路與技巧
2019-03-03 10:10:233029 本視頻主要詳細(xì)介紹了數(shù)據(jù)挖掘的功能，分別是數(shù)據(jù)分類、數(shù)據(jù)估計(jì)、數(shù)據(jù)預(yù)測(cè)、數(shù)據(jù)關(guān)聯(lián)分組、數(shù)據(jù)聚類。
2019-04-10 16:35:125511 本視頻主要詳細(xì)介紹了數(shù)據(jù)挖掘的特點(diǎn)是什么，分別是基于大量數(shù)據(jù)、非平凡性、隱含性、新奇性、價(jià)值性。
2019-04-10 16:42:508004 近日，荷蘭格羅寧根大學(xué)醫(yī)學(xué)中心（UMCG）的實(shí)驗(yàn)心臟病學(xué)研究人員 Luis Eduardo Juarez-Orozco 等人，利用一個(gè)基于集成學(xué)習(xí) Boost 方法的機(jī)器學(xué)習(xí)模型（LogitBoost），實(shí)現(xiàn)了對(duì)冠心病人醫(yī)療數(shù)據(jù)的更充分挖掘，在判斷心梗的可能性上，超越了人類醫(yī)生。
2019-05-30 11:40:192926 計(jì)算機(jī)、統(tǒng)計(jì)學(xué)等相關(guān)專業(yè)，具有深厚的統(tǒng)計(jì)學(xué)、數(shù)學(xué)、數(shù)據(jù)挖掘知識(shí)，熟悉數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘的相關(guān)技術(shù);
2019-06-09 17:24:005565 日志數(shù)據(jù)是互聯(lián)網(wǎng)系統(tǒng)產(chǎn)生的過程性事件記錄數(shù)據(jù)，從日志數(shù)據(jù)中挖掘岀高質(zhì)量序列模式可幫助工程師髙效開展系統(tǒng)運(yùn)維工作。針對(duì)傳統(tǒng)模式挖掘算法結(jié)果冗余的問題，提岀一種從時(shí)序日志序列中挖掘序列模式（DTS
2021-03-10 17:11:2812 數(shù)據(jù)挖掘原理與算法介紹。
2021-06-01 14:24:515 隨著互聯(lián)網(wǎng)的發(fā)展和云計(jì)算技術(shù)的廣泛應(yīng)用，許多數(shù)據(jù)存儲(chǔ)在不同的服務(wù)器上，分布式數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生。智能agent在各自的站點(diǎn)上得到部分挖掘結(jié)果，分布式數(shù)據(jù)挖掘可以將這些部分的挖掘結(jié)果聚合成為全局
2021-06-17 14:57:3613 基于終身機(jī)器學(xué)習(xí)的主題挖掘評(píng)分和評(píng)論推薦模型
2021-06-27 15:34:3742 數(shù)據(jù)挖掘通常與計(jì)算機(jī)科學(xué)有關(guān)，并通過統(tǒng)計(jì)、在線分析處理、情報(bào)檢索、機(jī)器學(xué)習(xí)、專家系統(tǒng)（依靠過去的經(jīng)驗(yàn)法則）和模式識(shí)別等諸多方法來(lái)實(shí)現(xiàn)上述目標(biāo)。
2021-09-29 14:34:391504 數(shù)據(jù)挖掘是指通過大量的程序，通過數(shù)據(jù)分析確定趨勢(shì)和模式，建立關(guān)系，從而解決業(yè)務(wù)問題。換句話說，數(shù)據(jù)挖掘是從大量、不完整的、噪音的、模糊的、隨機(jī)的數(shù)據(jù)中提取出來(lái)的
2021-09-29 11:39:142911 數(shù)據(jù)挖掘是一種決策支持過程，主要基于人工智能、機(jī)器學(xué)習(xí)、模式識(shí)別、統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫(kù)、可視化技術(shù)等，高度自動(dòng)化地分析企業(yè)的數(shù)據(jù)，作出歸納性的推理
2021-09-29 11:27:182332 深度學(xué)習(xí)在軌跡數(shù)據(jù)挖掘中的應(yīng)用研究綜述 來(lái)源：《?計(jì)算機(jī)科學(xué)與應(yīng)用》?，作者 李旭娟 等 摘要:? 在過去十年，深度學(xué)習(xí)已被證明在很多領(lǐng)域應(yīng)用非常成功，如視覺圖像、自然語(yǔ)言處理、語(yǔ)音識(shí)別等，同時(shí)
2022-03-08 17:24:101271 
簡(jiǎn)單來(lái)說，機(jī)器學(xué)習(xí)就是針對(duì)現(xiàn)實(shí)問題，使用我們輸入的數(shù)據(jù)對(duì)算法進(jìn)行訓(xùn)練，算法在訓(xùn)練之后就會(huì)生成一個(gè)模型，這個(gè)模型就是對(duì)當(dāng)前問題通過數(shù)據(jù)捕捉規(guī)律的描述。然后我們將模型進(jìn)一步導(dǎo)入數(shù)據(jù)，或者引入新的數(shù)據(jù)
2022-06-29 10:51:084769 4．大數(shù)據(jù)分析及挖掘技術(shù)大數(shù)據(jù)分析技術(shù)改進(jìn)已有數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)技術(shù)；開發(fā)數(shù)據(jù)網(wǎng)絡(luò)挖掘、特異群組挖掘、圖挖掘等新型數(shù)據(jù)挖掘技術(shù)；突破基于對(duì)象的數(shù)據(jù)連接、相似性連接等大數(shù)據(jù)融合技術(shù)，突破用戶興趣
2022-04-06 14:24:35337 
摘要：本文首先介紹了微電子領(lǐng)域及該領(lǐng)域中半導(dǎo)體制造的發(fā)展現(xiàn)狀，然后分析了數(shù)據(jù)挖掘在半導(dǎo)體制造中應(yīng)用的必要性和可行性。最后重點(diǎn)討論數(shù)據(jù)挖掘技術(shù)在研究晶圓制造質(zhì)量異常問題中的應(yīng)用，文章中給出了半導(dǎo)體
2023-07-18 15:43:200 機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘的對(duì)比與區(qū)別? 機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘是當(dāng)前互聯(lián)網(wǎng)行業(yè)中最熱門的領(lǐng)域之一。雖然它們之間存在一些對(duì)比和區(qū)別，但它們的共同點(diǎn)是研究如何有效地從海量數(shù)據(jù)中提取信息和洞察，并用于支持業(yè)務(wù)決策
2023-08-17 16:11:331014 python數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí) Python是一個(gè)非常流行的編程語(yǔ)言，被廣泛用于數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)領(lǐng)域。在本篇文章中，我們將探討Python在數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)中的應(yīng)用，并介紹一些Python中常
2023-08-17 16:29:38818 Python數(shù)據(jù)挖掘的強(qiáng)大功能。 一、金融領(lǐng)域 1.股票價(jià)格預(yù)測(cè) 股票市場(chǎng)是一個(gè)復(fù)雜的系統(tǒng)，而股票價(jià)格的預(yù)測(cè)對(duì)于投資者來(lái)說常常是至關(guān)重要的。Python數(shù)據(jù)挖掘可以分析股票價(jià)格的歷史數(shù)據(jù)，并建立模型來(lái)預(yù)測(cè)未來(lái)股票價(jià)格的走勢(shì)，從而為投資者提供決策參考。 2.信用
2023-08-17 16:29:45715 數(shù)據(jù)挖掘十大算法 數(shù)據(jù)挖掘是目前最熱門的技術(shù)和概念之一。數(shù)據(jù)挖掘是一種利用現(xiàn)代數(shù)據(jù)分析技術(shù)發(fā)現(xiàn)、提取和分析數(shù)據(jù)中有價(jià)值信息的過程。數(shù)據(jù)挖掘可以幫助人們發(fā)現(xiàn)數(shù)據(jù)背后的規(guī)律和趨勢(shì)，從而為業(yè)務(wù)決策和優(yōu)化
2023-08-17 16:29:481599 數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)有什么關(guān)系 數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)是兩個(gè)不同的概念，但它們有一些重要的相似之處。這篇文章將詳細(xì)介紹數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)之間的關(guān)系以及它們?cè)诂F(xiàn)代數(shù)據(jù)科學(xué)中的作用。 一、數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)
2023-08-17 16:29:501825 數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)之間的關(guān)系 數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)是兩個(gè)非常相關(guān)的領(lǐng)域，但是在很多情況下它們被誤解為是同一種東西。事實(shí)上，數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)有很多的不同之處，但也有很多的相似之處。在本文中，我們將探討
2023-08-17 16:29:542004 數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)專業(yè)就業(yè)方向 隨著信息技術(shù)的不斷發(fā)展以及互聯(lián)網(wǎng)的普及，我們現(xiàn)在生活在一個(gè)大數(shù)據(jù)時(shí)代中。大量的數(shù)據(jù)被收集并存儲(chǔ)在不同的領(lǐng)域，并且這些數(shù)據(jù)隨著時(shí)間的推移不斷增長(zhǎng)。然而，這些數(shù)據(jù)對(duì)于人類
2023-08-17 16:29:581077 機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘的區(qū)別 ， 機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘的關(guān)系 機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘是如今熱門的領(lǐng)域。隨著數(shù)據(jù)規(guī)模的不斷擴(kuò)大，越來(lái)越多的人們認(rèn)識(shí)到數(shù)據(jù)分析的重要性。但是，機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘在實(shí)踐中常常被混淆
2023-08-17 16:30:001370 深度學(xué)習(xí)（Deep Learning）是一種基于人工神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)算法，其主要特點(diǎn)是模型由多個(gè)隱層組成，可以自動(dòng)地學(xué)習(xí)特征，并進(jìn)行預(yù)測(cè)或分類。該算法在計(jì)算機(jī)視覺、語(yǔ)音識(shí)別、自然語(yǔ)言處理、推薦系統(tǒng)和數(shù)據(jù)挖掘等領(lǐng)域被廣泛應(yīng)用，成為機(jī)器學(xué)習(xí)領(lǐng)域的一種重要分支。
2023-08-21 18:22:53929 數(shù)據(jù)挖掘主要分為三類：分類算法、聚類算法和相關(guān)規(guī)則，基本涵蓋了當(dāng)前商業(yè)市場(chǎng)對(duì)算法的所有需求。這三類包含了許多經(jīng)典算法。市面上很多關(guān)于數(shù)據(jù)挖掘算法的介紹都是深?yuàn)W難懂的。今天我就用我的理解給大家介紹一下數(shù)據(jù)挖掘十大經(jīng)典算法的原理，幫助大家快速理解。
2023-09-14 15:56:25496 
數(shù)據(jù)挖掘（Data Mining）是一種從大量數(shù)據(jù)中提取出有意義的信息和模式的技術(shù)。它結(jié)合了數(shù)據(jù)庫(kù)、統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)和人工智能等領(lǐng)域的理論和方法，通過高效的算法和工具，對(duì)大數(shù)據(jù)進(jìn)行分析和挖掘，從而
2024-02-03 14:19:55334
電子發(fā)燒友App
工商網(wǎng)監(jiān)
評(píng)論