数据挖掘(1)--基础知识学习

数据挖掘(1)--基础知识学习

目录前言正文1.数据挖掘的历史和发展a.基本描述b.典型的知识发现过程 c.典型的数据挖掘系统结构d. 数据挖掘中还存在许多问题有待进一步研究3.数据挖掘的研究内容和功能 a.研究内容 b.数据挖掘的主要功能4.数据挖掘常用的技术和工具a.数据挖掘常用的技术b.数据挖掘的十大经典算法c.数据挖掘的工...

数据挖掘基础学习一:VMware虚拟机Ubuntu上安装Python和IPython Notebook(Jupyter Notebook)完整步骤及需要注意的问题(以ubuntu-18.04.3为例)

数据挖掘基础学习一:VMware虚拟机Ubuntu上安装Python和IPython Notebook(Jupyter Notebook)完整步骤及需要注意的问题(以ubuntu-18.04.3为例)

数据挖掘基础学习一:VMware虚拟机Ubuntu上安装Python和IPython Notebook(Jupyter Notebook)完整步骤及需要注意的问题(以ubuntu-18.04.3-desktop-amd64为例)注意:ubuntu-18.04.3-desktop-amd64系统自带P...

高校精品课-北京理工大学-数据仓库与数据挖掘(下)

18 课时 |
1145 人已学 |
免费

高校精品课-北京理工大学-数据仓库与数据挖掘(上)

28 课时 |
1499 人已学 |
免费
开发者课程背景图

学习了数据挖掘能做什么呢?

学习了数据挖掘能做什么呢?

学习数据挖掘有什么需要注意的地方呀?

学习数据挖掘有什么需要注意的地方呀?

【数据挖掘】神经网络简介 ( 有向图本质 | 拓扑结构 | 连接方式 | 学习规则 | 分类 | 深度学习 | 机器学习 )(二)

VII . 深度学习 简介1 . 深度学习 : 在 多层神经网络上 , 解决图像 , 文本 , 等分类问题的 机器学习 算法集合 ;2 . 深度学习 与 神经网络 : 深度学习属于神经网络范畴 , 但 深度学习 与 神经网络 实践应用 上略有不同 , 深度学习的目的是进行 特征学习 , 通过 分层网...

【数据挖掘】神经网络简介 ( 有向图本质 | 拓扑结构 | 连接方式 | 学习规则 | 分类 | 深度学习 | 机器学习 )(一)

I . 神经网络 ( Neural Networks ) 简介神经网络简介 :1 . 神经网络组成 : 由 一组 连接的 输入 和 输出单元 组成 , 每个连接都有一个 权值 ( 系数 ) ;2 . 神经网络本质 : 神经网络本质是一种特殊的 有向图 , 有向图由 节点 和 有向弧 组成 , 节点就...

【数据挖掘】数据挖掘简介 ( 6 个常用功能 | 数据挖掘结果判断 | 数据挖掘学习框架 | 数据挖掘分类 )

文章目录I . 数据挖掘 功能II . 数据挖掘 结果判断III . 数据挖掘 学习框架IV . 数据挖掘 分类I . 数据挖掘 功能1 . 概念描述 ( Concept Description ) : 主要进行 表征 与 判断 操作 , 概括 , 总结 , 对比 数据的特征 ;如 : 对产品分类 ...

数据挖掘学习05 - 使用R对文本进行hierarchical cluster并验证结果

本文目的 最近一直在使用R进行hcluster计算,主要采用了一些R自带的距离公式和cophenetic距离验证聚类的质量。其中R自带的hclust方法不支持cosine函数,如果需要下载R的扩展,要下载许多关联的库,所以自己编写了一个简单的cosine函数,并且使用了R的proxy扩展(距离计算框...

数据挖掘学习03 - 统计工具R学习和使用小结

本文目的 最近在使用R做一些文本聚类方面的计算,感觉R还是很好用的,特别是R有很多计算扩展,可以方便的运用这些扩展和数据进行试验。所以,在此记录一些使用心得,作为备忘。   R是什么 R是一个开源软件,起初主要用于数学统计计算。通过R脚本与R环境交互,脚本中内置了许多统计相关的函数,使用十...

数据挖掘学习01 - 数据挖掘工具调研

工欲善其事必先利其器,学习数据挖掘,没有好的工具,估计举步维艰。下面是在网上上调研的一些数据挖掘工具,详细情况,参考链接中的内容: http://voyagememoirs.com/pharmine/2008/05/18/summary/ http://wenku.baidu.com/view/5c...

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

产品推荐

社区圈子

瓴羊智能服务
瓴羊智能服务
专注于为企业提供数智化转型服务,数据知识挖掘机...方法论、数据技术与产品、最佳行业实践都能聊!
451+人已加入
加入