zoukankan      html  css  js  c++  java
  • 数据挖掘和机器学习概述

    一、数据挖掘任务

    数据挖掘常见的六大任务:

     1.分类问题

    2.聚类问题

     3.回归问题

     4.关联问题

     5.序列问题

     6.异常检测

    二、数据挖掘流程

    CRISP-DM:跨行业数据挖掘标准流程

    各环节的任务与目标

    预测模型的构建和评分流程

    六大任务中的分类和回归都属于预测模型的范畴

     三、预测模型的构建和使用

    四、机器学习算法分类

    数据挖掘六大任务中的机器学习算法

     

    五、数据挖掘,数据仓库和OLAP

    企业中真实的数据挖掘和应用流程

    数据仓库中的星型模型设计

     OLAP的基本概念和技术

     OLAP的基本操作

     向下钻取,比如季度转为月份

    向上钻取,2010年的极度,转为总的极度,上海这几那个江苏,转为江浙沪

    六、数据科学

     数据科学解决的两类问题

     数据科学团队角色

    数据科学家

     数据科学家需要掌握多元化知识和技能

    成为数据科学家

  • 相关阅读:
    mysql-规避重复插入
    redis-string
    redis-map
    跨库修改
    Python-批量插入
    Python-批量修改
    MongoDB操作符
    Cron表达式
    Mycat修改空指针问题
    项目中常用的linux命令
  • 原文地址:https://www.cnblogs.com/aidata/p/11590749.html
Copyright © 2011-2022 走看看