数据挖掘1/13

教材，考核，软件

教材 考核
软件：jupyter 和spss moduler（一个月试用）

现在数据是ZB时代

1B（Byte字节）；
1KB（Kilobyte） = 2^10 B = 1024 B；
1MB（Megabyte） = 2^10 KB = 1024 KB = 2^20 B；
1GB（Gigabyte） = 2^10 MB = 1024 MB = 2^30 B；
1TB（Terabyte） = 2^10 GB = 1024 GB = 2^40 B；
1PB（Petabyte） = 2^10 TB = 1024 TB = 2^50 B；
1EB（Exabyte） = 2^10 PB = 1024 PB = 2^60 B；
1ZB（Zettabyte） = 2^10 EB = 1024 EB = 2^70 B；（现在到ZB时代）
1YB（YottaByte） = 2^10 ZB = 1024 ZB = 2^80 B；
1BB（Brontobyte） = 2^10 YB = 1024 YB = 2^90 B；
1NB（NonaByte） = 2^10 BB = 1024 BB = 2^100 B；
1DB（DoggaByte） = 2^10 NB = 1024 NB = 2^110 B；
1CB(Corydonbyte) = 2^10 DB = 1024 DB = 2^120 B；
1XB(Xerobyte) = 2^10 CB = 1024 CB = 2^130 B；

众筹网站：GoFundMe
什么文本，图片的项目容易成功

抖音背景音乐分析，用什么背景音乐容易火
蝉妈妈

聋哑人手势识别
魔镜-中医看面相，舌苔

数据挖掘公司

SAS 顶级的数据挖掘公司，合作对象包括东航，宝钢等等 有证书可以考

3类数据挖掘

有监督
无监督
强化学习

数据挖掘技术（5个）

分类：找因变量y

是否购房y（是、否）
图片分类y（动物、人类、建筑）

无监督

聚类是探索数据很好的一个方法

聚类

异常检测

数据分析 数据挖掘

数据分析：后见之明，人为驱动，研究数据
数据挖掘：先见之明，发现驱动，数据研究

eg，垃圾邮件识别
数据分析：找特征，用词情况
数据挖掘：数据标注1w条，训练后判断是否垃圾邮件
现在两者在融合。