CSDN论坛 > 其他数据库开发 > 数据仓库

数据挖掘 [问题点数:0分]

Bbs1
本版专家分:0
结帖率 100%
CSDN今日推荐
Bbs5
本版专家分:3914
Blank
红花 2004年3月 PowerBuilder大版内专家分月排行榜第一
2003年12月 PowerBuilder大版内专家分月排行榜第一
2003年10月 PowerBuilder大版内专家分月排行榜第一
2003年9月 PowerBuilder大版内专家分月排行榜第一
2003年8月 PowerBuilder大版内专家分月排行榜第一
2003年7月 PowerBuilder大版内专家分月排行榜第一
2004年9月 企业开发大版内专家分月排行榜第一
2004年3月 其他开发语言大版内专家分月排行榜第一
Blank
黄花 2004年9月 PowerBuilder大版内专家分月排行榜第二
2004年8月 PowerBuilder大版内专家分月排行榜第二
2004年2月 PowerBuilder大版内专家分月排行榜第二
2004年1月 PowerBuilder大版内专家分月排行榜第二
2003年11月 PowerBuilder大版内专家分月排行榜第二
2004年8月 企业开发大版内专家分月排行榜第二
2004年7月 企业开发大版内专家分月排行榜第二
2003年11月 企业开发大版内专家分月排行榜第二
Blank
蓝花 2004年6月 PowerBuilder大版内专家分月排行榜第三
2004年5月 PowerBuilder大版内专家分月排行榜第三
2004年4月 PowerBuilder大版内专家分月排行榜第三
2004年6月 企业开发大版内专家分月排行榜第三
2004年4月 企业开发大版内专家分月排行榜第三
2004年3月 企业开发大版内专家分月排行榜第三
2004年2月 企业开发大版内专家分月排行榜第三
2004年1月 企业开发大版内专家分月排行榜第三
2003年10月 企业开发大版内专家分月排行榜第三
2004年1月 其他开发语言大版内专家分月排行榜第三
2003年12月 其他开发语言大版内专家分月排行榜第三
2003年11月 其他开发语言大版内专家分月排行榜第三
2003年10月 其他开发语言大版内专家分月排行榜第三
2003年9月 其他开发语言大版内专家分月排行榜第三
2003年7月 其他开发语言大版内专家分月排行榜第三
Bbs2
本版专家分:110
匿名用户不能发表回复!
其他相关推荐
数据挖掘比赛通用步骤
中文版:http://mp.weixin.qq.com/s?__biz=MzI3NTA0MzM1OQ==&mid=2651615325&idx=1&sn=d16a1f8ba5d4164606efc3a0fa416be2&scene=23&srcid=08139bhv2hyZYhdFZi1UBy6N#rd 英文版:http://blog.kaggle.com/2016/07/21/approach
《数据挖掘 —— 从入门到求职》
最近秋招也已经慢慢接近尾声了,从去年 8 月底开始,先后参加了 datacastle ,阿里天池,牛客网各自举办的数据挖掘比赛(都是 top10 ),今年 4 月份又先后去百度,腾讯实习,到现在秋招快结束,也将近一年的时间,最终拿到手的比较有分量的 offer 主要是腾讯,百度,华为三家企业的 offer ,都是 sp,下面就将过去一年的一些经验做一下小总结,不一定是最合适的方法,但是当毫无头绪的
数据挖掘——基本概念
1、定义:对于数据挖掘我们可以从两个角度来定义它: a. 技术定义:数据挖掘是通过对大量的数据进行分析,以发现和提取隐含在其中的具有价值的信息和知识的过程。 b.商业定义: 数据挖掘是一种新的商业信息处理技术, 其主要特点是对商业数据库中的大量业务数据进行抽取、 转换、 分析和其他模型化处理, 从中提取辅助商业决策的 关建化数据。 2、数据挖掘的主要模型有:分类与预测,聚类和关联分析等
数据挖掘经典英文文献
一个关于数据挖掘的英文文献,很有哲理的数据挖掘,语言比较专业化。
数据挖掘必备基础知识
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,可以基于用户的浏览、点击、收藏、购买等行为推断用户的年龄、性别、购买能力、爱好等能表示一个人的画像,就相当于用这些挖掘出来的属性来刻画一个人,这些还是最简单的东西,更深层次的比如预测(股票预测),但是比较难。
【数据挖掘笔记十三】数据挖掘的发展趋势和研究前沿
13.数据挖掘的发展趋势和研究前沿1、挖掘复杂数据类型,包括挖掘序列数据,如符合序列和生物学序列;挖掘图和网络;挖掘其他类型的数据,包括时间空间数据、信息物理系统数据、多媒体数据、文本和web数据,以及数据流。2、数据分析提出广泛认可的统计学方法,如回归、广义线性模型、方差分析、混合效应模型、因素分析、判别分析、生存分析和质量控制。3、数据挖掘的理论基础,基于数据归约、数据压缩、概率统计理论、微观...
研究生如何找到一份数据挖掘的工作
关于数据挖掘方面的研究,我原来也走过一些弯路。其实从数据挖掘的起源可以发现,它并不是一门崭新的科学,而是综合了统计分析、机器学习、人工智能、数据库等诸多方面的研究成果而成,同时与专家系统、知识管理等研究方向不同的是,数据挖掘更侧重于应用的层面。因此来说,数据挖掘融合了相当多的内容,试图全面了解所有的细节会花费很长的时间。因此我建议你的第一步是用大概三个月的时间了解数据挖掘的几个常用技术:分类、聚类、
带你入门Python数据挖掘与机器学习(附代码、实例)
作者:韦玮来源:Python爱好者社区本文共7800字,建议阅读10+分钟。本文结合代码实例待你上手python数据挖掘和机器学习技术。本文包含了五个知识点:1. 数据挖掘与机器学习技术简介  2. Python数据预处理实战  3. 常见分类算法介绍  4. 对鸢尾花进行分类案例实战  5. 分类算法的选择思路与技巧 一、数据挖掘与机器学习技术简介什么是数据挖掘?数据挖掘指的是对现有的一些数据进
【数据挖掘】推荐系统
概念个性化推荐是根据用户的兴趣特点和购买行为,向用户推荐用户感兴趣的信息和商品。
我的数据挖掘之路——从菜鸟到实战
我的数据挖掘之路——从菜鸟到实战(转载)  (2015-03-31 14:01:30) 转载▼ 标签:  股票   数据挖掘   挑战赛   实习   互联网公司 分类: 人在职场 导 读:作者wrchow是浙江大学计算机硕士,通过自己的努力终于拿到了心仪的offer(搜狗Web数据挖掘助理研究员)
关闭