比如哪些适合作商业的？哪些适合作金融的？？？
谢谢先。。。
PS:商业的和金融的之间主要的区别在哪里？？有比较通用的挖掘工具吗？
-
等级
本版专家分：20结帖率 100% -
现在数据挖掘工具都有哪些比较常用？他们有什么特点？
比如哪些适合作商业的？哪些适合作金融的？？？
谢谢先。。。
PS:商业的和金融的之间主要的区别在哪里？？有比较通用的挖掘工具吗？展开阅读全文
-
等级
本版专家分：208 -
商业和金融都主要做客户聚类和响应模型这两种。
工具有好多。
不过数据挖掘的老大是SAS拉。嘿嘿
-
等级
本版专家分：0
-
给大家推荐一个网址，是复旦大学的几位同仁办的。上面可能有各位所需要的东西：http://www.dmgroup.org.cn/
- 2020年了，还不懂数据挖掘？数据挖掘工具有哪些？
数据挖掘工具 1 Weka 2 SPSS 3 Clementine 4 RapidMiner 5 其他数据挖掘软件 一. 数据挖掘定义 数据挖掘：严格的科学定义上，数据挖掘是从大量的、有噪声的、不完全的、模糊和随机的数据中，提取出...
- 大数据挖掘是什么，数据挖掘的方法有哪些？
数据挖掘(DataMining)是从大量的、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、人们事先不知道的、但又是潜在有用的信息和知识的过程。 数据挖掘对象 根据信息存储格式，用于挖掘的对象有关系数据库...
- 数据挖掘是什么，数据挖掘的学习路线是什么？
数据挖掘需要掌握高深的分析技能，高深的算法，需要掌握程序开发，这样，就能把数据挖掘工作做好，实际上不是这样的。着魔于高深的算法和程序开发，只能让你走火入魔。在工作中，最好的数据挖掘工程师是一定是最熟悉...
- 数据挖掘常用模型
决策树 ... 决策树算法在机器学习中算是很经典的一个算法系列了。它既可以作为分类算法，也可以作为回归算法，同时也特别适合集成学习比如随机森林。本文就对决策树算法原理做一个总结，上篇对ID3， C4.5的算法思想...
- 数据挖掘的特点
数据挖掘具有以下几个特点： 1，基于大量数据：并非说小数据量上就不可以进行挖掘，实际上大多数数据挖掘的算法都可以在小数据量上运行并得到结果。但是，一方面过小的数据量完全可以通过人工分析来总结规律，另一...
- 大数据工程师常见数据挖掘分析处理工具
数据科学融合了多门学科并且建立在这些学科的理论和技术之上...数据科学家有其独特的基本思路与常用工具，本文全面梳理数据分析师和数据科学家使用的工具包，包括开源的技术平台相关工具、挖掘分析处理工具、其它常...
- 数据挖掘工程师是做什么的？
数据挖掘，从字面上理解，就是在数据中找到有用的东西，哪些东西有用就要看具体的业务目标了。最简单的就是统计应用了，比如电商数据，如淘宝统计过哪个省购买泳衣最多、哪个省的女生胸罩最大等，进一步，可以基于...
- 常用数据挖掘工具简介
Dataminning指一种透过数理模式来分析企业内储存的大量资料，以找出不同的客户或市场划分，分析出消费者喜好和行为的方法。...市场上的数据挖掘工具一般分为三个组成部分： a、通用型工具； b、综合
- 大数据技术人员工具包之—常见数据挖掘分析处理工具
大数据技术人员工具包之—常见数据挖掘分析处理工具 2016年03月15日 大数据 数据科学融合了多门学科并且建立在这些学科的理论和技术之上，包括数学、概率模型、统计学、机器学习...
- 大数据常用的软件工具有哪些？
而大数据行业因为数据量巨大的特点，传统的工具已经难以应付，因此就需要我们使用更为先进的现代化工具，那么大数据常用的软件工具有哪些呢？ 首先，对于传统分析和商业统计来说，常用的软件工具有Excel、SPSS和...
- 数据挖掘与数据分析
数据挖掘和数据分析都是从数据中提取一些有价值的信息，二者有很多联系，但是二者的侧重点和实现手法有所区分。 数据挖掘和数据分析的不同之处： 1、在应用工具上，数据挖掘一般要通过自己的编程来实现需要掌握编程...
- 大数据开发的工具有哪些?
作为一个大数据开发人员，每天要与使用大量的大数据工具来完成日常的工作，那么目前主流的大数据开发工具有哪些呢？ 下面为大家介绍下主流的大数据开发工具。 1. Hadoop Hadoop是一个由Apache基金会所开发的...
- 如何学习财务数据分析，有哪些好工具？
最近，有读者向我私信，说自己是在一家500强外资企业工作，公司的子公司和分公司比较多，除了程序性的日报、周报、旬报、月报工作，平时还要做费用分析、生产利用率分析、竞争对手分析等。每天的工作就是程序化的...
- 《IBM SPSS Modeler数据与文本挖掘实战》之常用数据挖掘软件
专业型数据挖掘软件一般是针对某个特定领域的问题提供解决方案，在设计算法的时候充分考虑到数据的规模、类型以及研究者的需求等特点，并作了优化；而通用型数据挖掘软件不区分具体数据的含义，能处理常见的数据类型...
- 什么是机器学习？有哪些算法和分类？又有哪些应用？看完你就懂了
导读：本文从大数据的概念讲起，主要介绍机器学习的基础概念，以及机器学习的发展过程，用一个形象的例子讲解大数据生态中的机器学习，并按照传统机器学习（包括分类、聚类、回归、关联规则、协同过滤、数据降维等）...
- 数据挖掘面试笔试题（附答案）
1、( D )的目的缩小数据的取值范围，使其更适合于数据挖掘算法的需要，并且能够得到和原始数据相同的分析结果。 A.数据清洗 B.数据集成 C.数据变换 D.数据归约 2、某超市研究销售纪录数据后发现，买啤酒的人很...
- python数据挖掘试题四十道，你敢来挑战吗？
今天分享给大家的是python数据挖掘试题四十道，文末有答案，但希望你从接受挑战那一刻起，就像期末考试一样对待! 1.某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的哪类问题? A...
- 什么是大数据挖掘技术
在前几期的科普中，小编已经为大家介绍了大数据分析的相关情况，本期小编就为大家讲解大数据挖掘技术，让大家轻轻松松弄懂什么是大数据挖掘技术。什么是大数据挖掘？分享之前我还是要推荐下我自己创建的大数据学习...
- 基于大数据挖掘----浅谈大数据与大数据挖掘
基于大数据挖掘----浅谈大数据与大数据挖掘 一、大数据技术 1.1大数据的定义 大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现...
- Anaconda详细安装及使用教程（带图文）
因为包含了大量的科学包，Anaconda 的下载文件比较大（约 531 MB），如果只需要某些包，或者需要节省带宽或存储空间，也可以使用Miniconda这个较小的发行版（仅包含conda和 Python）。 Conda是一个开源的包、...
- 人工智能在生活中的应用都有哪些？
作者：华为云开发者社区 ...来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 今天小宅就来和大家一起分享一下人工智能的发展史及应用： 人工智能无处不在 ...· 1945艾伦图灵在论文...
- BI工具和数据中台有什么区别?
说到BI工具和数据中台，不得不先说数据。数据是由企业在日常管理、经营活动、行业信息和外界的市场动态等产生的...BI工具和数据中台有什么区别呢？ 一、标准定位不同 BI工具就是我们常用的商业智能(Business Intelli...
- 数据挖掘的10大算法我用大白话讲清楚了，新手一看就懂
一个优秀的数据分析师，除了要掌握基本的统计学、数据库、数据分析方法、思维、数据分析工具技能之外，还需要掌握一些数据挖掘的思想，帮助我们挖掘出有价值的数据，这也是数据分析专家和一般数据分析师的差距之一。...
- 测试开发笔记
什么是软件测试： 7 ★软件测试的目的、意义：（怎么做好软件测试） 7 3.软件生命周期： 7 第二章 测试过程 8 1.测试模型 8 H模型： 8 V模型 9 2.内部测试 10 3外部测试： 10 验收测试：（在系统测试之后） 11 回归...
- 数据挖掘考试题库
数据仓库：是一种新的数据处理体系结构，是面向主题的、集成的、不可更新的(稳定性)、随时间不断变化(不同时间)的数据集合，为企业决策支持系统提供所需的集成信息。 孤立点：指数据库中包含的一些与数据的一般行为...
- MADlib——基于SQL的数据挖掘解决方案（1）——数据挖掘入门
一、什么是数据挖掘 数据挖掘（Data Mining），也叫数据开采、数据采掘等，是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，自动提取隐含在其中的、人们事先不知道的，但又是潜在有用的信息的过程...
- 数据挖掘面试 150 道题（附答案）
1. 某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的哪类问题？(A) A. 关联规则发现 B. 聚类 C. 分类 D. 自然语言处理 2. 以下两种描述分别对应哪两种对分类算法的评价标准...
- 数据挖掘中聚类算法概述
1 聚类方法概述 聚类方法是将物理或抽象对象的集合组成为由...聚类是研究数据间逻辑上或物理上的相互关系的技术，其分析结果不仅可以揭示数据间的内在联系与区别，还可以为进一步的数据分析与知识发现提供重要依据。它
- Python实现自动化办公.txt
Python实现自动化办公视频教程：Excel处理、PDF转换、Word和PPT自动生成、Web自动处理。
- 垃圾分类数据集及代码
资源说明： 数据集主要包括6类图片：硬纸板、纸、塑料瓶、玻璃瓶、铜制品、不可回收垃圾 代码运行说明： 1、 安装运行项目所需的python模块，包括tensorflow | numpy | keras | cv2 2、 train.py用于训练垃圾分类模型，由于训练的数据量过于庞大，因此不一并上传 3、 predict.py用于预测垃圾的类别，首先运行predict.py，然后输入需要预测的文件路径，即可得到结果。