熱線電話：13121318867

登錄
首頁精彩閱讀如何學好數據挖掘（二）
如何學好數據挖掘（二）
2019-02-22
收藏


在上一篇文章中我們給大家介紹了學習數據挖掘的第一條路線，第一條路線講述的是如何學習機器學習的第一部分，主要是數據挖掘方面，懂得了這些我們才能夠進行下一步的工作，那么學習數據挖掘的第二條路線是什么呢？我們在這篇文章中給大家介紹一下相關的知識。


首先給大家說一下數據挖掘的技術過程，數據挖掘的技術過程有很多，比如數據清理（消除噪音或不一致數據）、數據集成（多種數據源可以組合在一起）、數據選擇（從數據庫中提取與分析任務相關的數據）、數據變換（數據變換或統一成適合挖掘的形式；如，通過匯總或聚集操作）、數據挖掘（基本步驟，使用智能方法提取數據模式）、模式評估（根據某種興趣度度量，識別提供知識的真正有趣的模式）、知識表示（使用可視化和知識表示技術，向用戶提供挖掘的知識）。


然后給大家說一下數據挖掘的第二條路線，就是K-means，然后是EM，然后是樸素貝葉斯，然后是貝葉斯網絡，然后是隱馬爾科夫模型（基本模型，前向算法，維特比算法，前向-后向算法），然后是卡爾曼濾波。這條線路所涉及的基本都是那些各種畫來畫去的圖模型，一個學術名詞是 PGM。這條線的思路和第一條是截然不同的！貝葉斯網絡、HMM（隱馬爾科夫模型），K-means 和 EM 具有與生俱來的聯系，認識到這一點才能說明你真正讀懂了它們。而EM算法要在HMM的模型訓練中用到，所以我們要先學EM才能深入學習HMM。所以盡管在EM中看不到那種畫來畫去的圖模型，但還把它放在了這條線路中，這也就是原因所在。樸素貝葉斯里面的很多內容在，貝葉斯網絡和HMM里都會用到，類似貝葉斯定理，先驗和后驗概率，邊緣分布等等（主要是概念性的）。最后，卡爾曼濾波可以作為HMM的一直深入或者后續擴展。盡管很多有的書里沒把它看做是一種機器學習算法（或許那些作者認為它應該是信號處理中的內容），但是它也確實可以被看成是一種機器學習技術。很多科學家也深刻地揭示了它與HMM之間的緊密聯系。


關于數據挖掘的學習路線我們就給大家介紹到這里了，想必大家看了這篇文章以后已經知道了數據挖掘怎么學習了吧？大家在進行學習數據挖掘的時候還是要根據自己的進度進行學習，這樣才能夠得出一個極好的效果。


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 機器學習 樸素貝葉斯

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇如何學好數據挖掘（一）
下一篇為什么要學習邏輯回歸（一）
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