数据挖掘 第1章

（整体介绍，比较宽泛）

1.1.1 整装待发

DRIP：Data Rich, Information Poor

1.2.1 学而不思则罔

1. 学习参考资料
   
   
   

2. 数据挖掘体系
   

3. 数据挖掘涉及领域
   

1.3.1 知行合一

1. 数据
   

2. 大数据
   (1) 三个特点(3V)：high-volume（数据量大），high-velocity（产生速度快），high-variety（种类多）
   

1.4.1 从数据到知识

1. 数据下载
   
   

2. 数据挖掘
   

3. 从数据到智能
   

4. 数据挖掘的过程
   

1.5.1 分类问题

1. 数据挖掘技术——分类
   

2. 过拟合（绿色分界）
   

3. 训练集与测试集
   

4. 混淆矩阵
   

5. ROC曲线
   

6. Lift Analysis——评估模型有效性
   

1.6.1 聚类及其他数据挖掘问题

1. 数据挖掘技术——聚类
   

2. 数据挖掘技术——关联规则
   

3. 数据挖掘技术——回归
   

4. 数据可视化软件
   

5. 数据预处理（防止G.I.G.O）
   
   

1.7.1 隐私保护与并行计算

1. 隐私保护
   

2. 云计算
   
   

3. 并行计算
   

4. 数据挖掘 = 数据 + 模型 + 高性能的设备

1.8.1 迷雾重重

看问题一定要全面，多层次！！！
（视频）

1.9.1 视频来源：互联网

（视频）

（持续更新中…）