智能数据挖掘技术——第一课(基本概念)

本文介绍了数据挖掘的基本概念,包括其定义、过程、任务分类和在大数据背景下的发展。强调了数据挖掘在内容推荐、自动驾驶、人脸识别和资源调度等领域的应用,并概述了从数据预处理到结果解释的整个流程。同时,讨论了多学科融合的重要性,特别是在应对大数据挑战中的作用,如深度学习。最后,列举了多个数据挖掘的应用实例,如谷歌的传染源定位和Netflix的个性化推荐。
摘要由CSDN通过智能技术生成

目录

一、应用

二、起因

三、数据挖掘

1、什么是数据挖掘

2、数据挖掘的过程

3、数据挖掘任务的分类

4、多学科的融合

5、大数据的发展历程

6、应用实例


一、应用

1、内容推荐(微信朋友圈广告,短视频)

2、自动驾驶(百度起步较早)

3、人脸识别(无人售卖)

4、资源调度(规划路线,热点图)

二、起因

1、计算机、互联网发展

2、传统纸质数据转换为电子数据

3、数据量急速增长导致的一些问题

(1)数据过量,难以消化

(2)数据真假难以辨别

(3)数据安全难以保证

(4)数据形式不一致、难以统一处理

4、随之数据库技术的迅速发展,对于发现数据中存在的关系和规则以此来根据现有数据预测未来1发展趋势。

三、数据挖掘

1、什么是数据挖掘

        从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值