十大数据挖掘知识点

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࿰