【Python数据挖掘概念、方法与实践】

第一章 扩展你的数据挖掘工具

• 模式识别
  面对感官信息时，人类自然想要寻找模式，对其进行区别、分类和预测。这种寻找周围模式的过程是人类的基本活动，人类的大脑对此很擅长。利用这种技能，我们的祖先更好地掌握了狩猎、聚会、烹饪和组织知识。因此，人类最早计算机化的任务是模式识别和模式预测也就不足为奇了，这种渴望一直持续到现在。近来，根据给定项目的目标，使用计算机找出数据中的模式，已经涉及数据库系统、人工智能、统计学、信息检索、计算机视觉和其他各种计算机科学子领域，以及信息系统、数学或者商业等。不管我们将这种活动称作什么——数据库中的知识发现、数据挖掘、数据科学，其主要使命始终是找出有趣的模式。

模式识别是人类的一项基本能力

• 第一章主要内容
  什么是数据挖掘
  我们如何进行数据挖掘
  数据挖掘中使用哪些技术
  如何建立数据挖掘环境

如何建立数据挖掘环境是重点

什么是数据挖掘

• 数据挖掘与知识发现
• 比较术语
  • 机器学习
    是计算机中科学中的一个非常特殊的子领域，其焦点是开发能从数据中学习以做出预测的算法。但是并不是所有数据挖掘都试图从数据中做出预测或者学习。有时候，我们只是想要找到数据中的一个模式。
  • 预测分析
    各个领域中试图从数据中作出预测的计算解决方案的统称
  • 大数据
    与我们是要搜索数据中的模式还是简单地存储这些数据无关。
  • 数据科学
    是最接近KDD过程的术语，数据挖掘是他们的一个步骤。