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、

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