本文介绍了数据挖掘的发展动力，强调了在数据爆炸时代，如何从丰富的数据中提炼有价值的信息。阐述了数据挖掘的概念及其与其他术语的区别，并探讨了其在市场分析、欺诈检测等多个领域的应用。此外，还概述了数据挖掘的步骤、主要方法，包括聚类分析、孤立点分析等，以及评估模式有趣性的标准。数据挖掘是多学科的融合，涉及数据库技术、统计学和人工智能等领域。
参考自王灿的数据挖掘课程
数据挖掘的发展动力
数据爆炸
- 自动数据收集工具和成熟的数据库技术使得大量的数据被收集,存储在数据库,数据仓库或其他信息库中以待分析.
有丰富的数据但缺乏有用的信息
解决办法
- 数据仓库(Data Warehouse)
- 在线分析处理(OLAP)
- 数据挖掘(挖掘感兴趣的知识)
数据库技术的演化
文件系统与数据库系统的区别
数据库系统的特点
- 数据存储(文件系统有)
- 查询处理(sql)
- 事务处理和并发访问的控制
文件系统
- 数据存储
- 数据访问
什么是数据挖掘
数据挖掘
- 从大量数据中挖掘哪些令人感兴趣的,有用的,隐含的,先前文职的和可能有用的模式或知识
- 挖掘的不仅仅是数据(数据挖掘并非一个精确的用词,知识挖掘,知识提炼更为精确)
＃注意 :挖掘的不是数据而是知识和有用的模式！
数据挖掘的替换词
- 数据库中的知识挖掘(
最低0.47元/天 解锁文章
2690
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
