什么是数据挖掘？课案.pptx

数据挖掘的定义 数据挖掘所挖掘的数据类型和模式 数据挖掘所使用和技术 数据挖掘面临的主要问题 什么是数据挖掘？ 类似于从矿石或者砂石中挖掘黄金一样，数据挖掘可以理解从数据中挖掘知识。学术上把数据挖掘视为知识发现过程的一个基本步骤。由以下几个步骤迭代组成。 1）数据清理 2）数据集成 3）数据选择 4）数据变换 5）数据挖掘 6）模式评估 7）知识表示 数据挖掘的定义 数据挖掘所挖掘的数据类型和模式 数据挖掘所使用的技术 数据挖掘面临的主要问题 数据挖掘可以挖掘什么类型的数据？ 可以挖掘用于任何类型的数据，只要对目标应用有意义。 1）数据库数据 2）数据仓库数据 3）事务数据 4）多种形式和结构的数据（时间相关数据，空间数据，超文本和多媒体数据等等） 可以挖掘什么类型的模式？ 特征化与区分 频繁模式、关联和相关性挖掘 分类和回归（决策树、神经网络等） 聚类分析（层次聚类、K均值算法等） 离散点分析 债务偿还决策树 人工神经元模型 分类和回归 前馈神经网络 反馈神经网络 自组织神经网络 神经网络的组织结构 层次聚类 K均值聚类算法 数据挖掘的定义 数据挖掘所挖掘的数据类型和模式 数据挖掘所使用的技术 数据挖掘面临的主要问题 数据挖掘使用技术 机器学习 监督学习 无监督学习 半监督学习 主动学习 数据挖掘的定义 数据挖掘所挖掘的数据类型和模式 数据挖掘所使用的技术 数据挖掘面临的主要问题 数据挖掘的主要问题 挖掘方法 用户交互 有效性与可伸缩性 数据类型的多样性 数据挖掘与社会