熱線電話：13121318867

登錄
首頁精彩閱讀商務智能體系介紹—數據挖掘相關理論
商務智能體系介紹—數據挖掘相關理論
2018-07-01
收藏

商務智能體系介紹—數據挖掘相關理論

信息時代的到來，使得人們在實踐中積累的數據越來越多。大量信息給人們帶來方便的同時也帶來一大堆問題，如信息過載，難以消化；信息形式不一致，難以統一處理；信息真偽難辨等等，導致了“信息爆炸而知識缺乏”、“信息孤島”等現象。激增的數據背后隱藏著許多重要的信息，人們希望能夠對其進行更高層次的分析，發現數據中存在的關系和規則，根據現有數據預測未來的發展趨勢，獲得更準確全面的信息幫助管理層決策。面臨著這些新問題和挑戰，人們開始考慮和解決如何舍棄那些不必要的信息，從大量的數據中提取有用的信息，提高信息的利用率，數據挖掘技術此時應運而生。
    數據挖掘（Data Mining）是從大量的、不完全的、有噪聲的、模糊的和隨機的數據中，提取隱含在其中的、人們事先不知道的，但又是潛在有用的信息和知識的過程。數據挖掘是一門廣義的交叉學科，它匯聚了不同領域尤其是數據庫、人工智能、數理統計、可視化、并行計算等方面的知識。數據挖掘技術從一開始就是面向應用領域，它不僅是面向特定數據庫的簡單檢索查詢調用，而且，要對數據進行微觀、中觀乃至宏觀的統計、分析、綜合和推理，以指定實際問題的求解，企圖發現事件間的相互關聯，甚至利用已有的數據對未來的活動進行預測。

圖1 數據挖掘的流程
    數據挖掘的任務是從大量數據中發現知識，可分為描述性挖掘，隱藏性挖掘和預測性挖掘三類，如圖2所示。描述性挖掘是刻畫出數據倉庫中數據的某一特性，解釋發現了什么；隱藏性挖掘找出以前無法探知，隱藏于業務數據中的信息，解釋為什么；預測性挖掘則是在但前數據上進行推理，做出預測，解釋將會發生什么。
    數據挖掘與傳統的數據分析（如查詢、報表、聯機應用分析）的本質區別是數據挖掘是在沒有明確假設的前提下去挖掘信息、發現知識數據挖掘所得到的信息應具有事先未知，有效和可實用三個特征。先前未知的信息是指該信息是預先未曾預料到的，即數據挖掘是要發現那些不能靠直覺發現的信息或知識，甚至是違背直覺的信息或知識。

圖2 數據挖掘類型
    數據挖掘方法有很多種，其中比較典型的有分類、關聯、序列模式、聚類等，本文在后面將詳細介紹其分析模式及算法。



CDA數據分析師考試相關入口一覽（建議收藏）：

? 想報名CDA認證考試，點擊>>>   “CDA報名” 了解CDA考試詳情；

? 想學習CDA考試教材，點擊>>> “CDA教材” 了解CDA考試詳情；

? 想加入CDA考試題庫，點擊>>> “CDA題庫” 了解CDA考試詳情；

? 想了解CDA考試含金量，點擊>>> “CDA含金量” 了解CDA考試詳情；

數據挖掘 特征 數據倉庫 人工智能 數據分析

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇Python排序算法之選擇排序定義與用法示例
下一篇人工智能、機器學習和深度學習之間的關系
數據分析師考試動態
CDA報考指南
數據分析學習
數據分析師資訊
更多

CDA教育閉環

常見問題

關于我們

CDA數據分析師公眾號

  • CDA數據分析師公眾號

CDA考試中心小程序

  • CDA考試中心服務號

CDA數據分析師App下載

  • CDA數據分析師App下載
Copyright © 2015-2021, www.ruiqisteel.com All Rights Reserved. CDA數據分析師(北京國富如荷網絡科技有限公司) 版權所有 京ICP備11001960號-9 京公網安備 11010802034615號 經營許可證編號：京B2-20210330
聯系電話：13321103290 (微信同號)

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢