HCIE：第一章数据挖掘介绍（学习笔记）

一、（了解）数据挖掘概念

1、数据挖掘（DM，Data  Mining）是从海量的数据中发现和提取隐含在其中的、未知的、有价值的、潜在有用的信息和知识的过程。

2、数据库中知识发现（KDD，Knowledge discovery in databases ）

3、数据挖掘的意义：

    可以描述企业当前发展的现状和规律。

    可以用来预测当条件发生变化后可能的状况。

    能为企业开发新的产品或服务。

    能为企业机构的重组提供决策支持依据。

二、（熟悉）数据挖掘常用方法和工具

1、方法

数据挖掘模式分类：

据根训练数据是否拥有标记信息：监督学习、半监督学习、非监督学习

根据应用角度：分类、回归、聚类、神经网络、关联、推荐、预处理、特征选择

2、工具

Python、R语言、Anaconda、TensorFlow、PyTorch、Scikit-learn、ML Studio

三、（了解）数据挖掘学习路径

四、（掌握）数据挖掘流程

CRISP-DM（跨行业数据挖掘标准流程）

商业理解：确定业务目标、项目可行性分析、确定数据挖掘目标、提出项目计划

数据理解：收集原始数据、描述数据、探索数据、监察数据质量

数据准备：数据选择、数据清洁、数据创建、数据合并、数据格式化

建立模型：选择建模技术、测试方案设计、模型训练、模型测试评估

模型评估：结果评估、过程评估、确定下一步工作

模型实施：实施计划、建卡和维护计划、作出最终报告、项目回顾