数据挖掘是神马
数据挖掘的含义
数据挖掘是指有组织有目的地收集数据、分析数据,并从这些大量数据提取出需要的有用信息,从而寻找出数据中存在的规律、规则、知识以及模式、关联、变化、异常和有意义的结构。
数据挖掘是一种从大量数据中寻找存在的规律、规则、知识以及模式、关联、变化、异常和有意义的结构的技术,是统计学、数据库技术和人工智能技术等技术的综合。
数据挖掘的本质
数据挖掘的本质就是寻找出数据中存在的规律、规则、知识以及模式、关联、变化、异常和有意义的结构。
数据挖掘的学科联系
数据挖掘是一门涉及面很广的交叉学科,包括数理统计、人工智能、计算机等。涉及机器学习、数理统计、神经网络、数据库、模式识别、粗糙集、模糊数学等相关技术。
数据挖掘的价值、目的、作用
数据挖掘的价值
数据挖掘大部分的价值在于利用数据挖掘技术改善预测模型,产生学术价值、促进生产、产生并促进商业利益,一切都是为了商业价值(数据——>信息——>知识——>商业)。
数据挖掘的目的
数据挖掘的最终目的是要实现数据的价值,所以,单纯的数据挖掘是没有多大意义的。
数据挖掘的作用
从大量数据中寻找存在的规律、规则、知识以及模式、关联、变化、异常和有意义的结构。
数据挖掘技术产生的背景
1. 数据正在以空前的速度增长,现在的数据是海量的大数据。现在,不缺乏数据,但是却面临一个尴尬的境地——数据极其丰富,信息知识匮乏。
2. 海量的大数据已经远远超出了人类的理解能力,如果不借助强大的工具和技术,很难弄清楚大数据中所蕴含的信息和知识。重要决策如果只是基于决策制定者的个人经验,而不是基于信息、知识丰富的数据,那么,这就极大地浪费了数据,也极大地给我们的商业、学习、工作、生产带来不便和巨大的阻碍。所以,能够方便、高效、快速地从大数据里提取出巨大的信息和知识是必须面对的,因此,数据挖掘技术应运而生。数据挖掘填补了数据和信息、知识之间的鸿沟。
3. 数据挖掘技术有助于实现从 DT(数据时代)向 KT(知识时代)转变。
数据挖掘与数据分析的区别
数据分析的两种说法
即广义的数据分析和狭义的数据分析。广义的数据分析包括狭义的数据分析和数据挖掘,而我们常说的数据分析就是指狭义的数据分析。
数据分析(狭义)
(1) 数据分析(狭义)的定义:简单来说,狭义的数据分析就是对数据进行分析。专业的说法,狭义的数据分析是指根据分析目的