数据挖掘
发布网友
发布时间：2022-04-26 17:30
共5个回答
热心网友
时间：2022-04-11 07:39
数据挖掘本身和数据库关系不大，你只需要掌握数据库的基本知识就行了，根据我的经验来说，你只要会基本的配置和不同数据库的SQL语句就行，这些你在文库上搜一些资料就行，不需要系统的学习，还是重点在数据挖掘书籍上找找吧, 推荐你一个教程 网易公开课 机器学习 很不错，另外你要学习用一些数据挖掘软件 SPSS Clemetine或国内的一款，叫Pluto的，http://www.meritit.com:9999/plutocms可以下载免费版
热心网友
时间：2022-04-11 08:57
1）首先，数据挖掘，数据挖掘是不是一个*，但一个是仍处于发展阶段，已投入实际生产实践中的技术框架投入。 DM的原因往往与知识发现概念相关的知识发现（知识发现）的DM目标和输出（输出）。随着信息技术应用的普及，传统的交易数据（交易），如：什么是你在超市里购物的交易，这笔交易在现有的数据库系统，随着时间的推移积累下来，并存储，这些数据会成为巨大的。面对这些大量的数据，这些数据是，是否有一些事情可以更好地帮助决策。例如：什么样的产品组合，访问可能会增加销售，超市可能是什么级别的消费？ 。注：我用的是“可以”一词在这里指的决定需要历史数据的支持，未来的决策，以减少风险，增加你的机会。事实上，沃尔玛和一些大型金融机构，如：使用数据挖掘产品和工具，是超过20年，并产生预期的效果，和国内的电信，金融业的逐步提高，从2005年起，输入。因此，如果DM是一个*，上当是世界上顶尖的公司，顶尖的IT管理人员。
2）数据（Data） - 信息（Information） - 知识（Knowledge）是一个递进的关系。电子数据生成的信息，如：我们可以将SQL语句检索到想要的信息，但我们不能找到需要的知识，我们使用简单的SQL语句，如：我想知道是否有一定的销售面包季节因素的干扰，这就需要专业的统计分析工具和算法，类型的一些主张传统的统计方法，它不工作时，你可能需要使用一些更复杂的工具和算法，如：随机过程，神经网络等。
3）数据挖掘步骤大致可以分为：数据提取（ETL） - 数据仓库 - 数据挖掘工具 - 知识发现。这些采矿场，结果往往让人无法接受，或不理解，但DM提供的是根据一定的算法然（可能性），以及具体的业务逻辑组合，并因此数据挖掘的核心工具的应用效果和平台，先进的商业知识和掌握的市场策略，决定的事情相关联的制作方法，但现有的企业。最大的原因是，这些项目失败的风险远远高于普通的IT项目的历史数据是不完整的（早期的系统设计缺陷等），实施团队的不专业，商业知识梳理能力低。其中的核心可能是这些项目的实施对人才的要求，许多企业的IT部门，以及承担该项目的公司显然不具备这样的一支球队。
希望能帮助你了解DM。
热心网友
时间：2022-04-11 10:32
数据挖掘其实跟数据库没有多大的关系，而是跟统计 优化有较大的关系
你要是做算法的话 主要是一些统计学习 机器学习方面的（本质一模一样），推荐da的模式分类，一位希腊人的模式识别，还有斯坦佛大学教授写的统计学习
要是仅仅需要炒作软件的话 说白了就是用买来的软件挖掘数据背后的信息的话 没什么好学的了
热心网友
时间：2022-04-11 12:23
数据可视化早在19年已经提出了许多方法，这些方法根据其可视化的原理不同可以划分为基于几何的技术、面向像素技术、基于图标的技术、基于层次的技术、基于图像的技术和分布式技术等等。
热心网友
时间：2022-04-11 14:31
先把MATLAB学好
