数据挖掘方面有哪些产品?

Javafan0 2006-08-03 10:49:30
公司要做这方面的产品,想参考一下.

另外请问需要补充哪些方面的知识?
...全文
208 5 打赏 收藏 转发到动态 举报
写回复
用AI写文章
5 条回复
切换为时间正序
请发表友善的回复…
发表回复
cyeahpro 2006-08-03
  • 打赏
  • 举报
 回复
是BI方面吗?
IBM的产品:

Warehouse Manager 数据抽取工具
Intelligence Mining for Data 数据挖掘工具
Intelligence Mining for Text 数据挖掘工具

MS:
Mcirosoft DTS 数据抽取工具
jobs002 2006-08-03
  • 打赏
  • 举报
 回复
关注
treeroot 2006-08-03
  • 打赏
  • 举报
 回复
up
boydream 2006-08-03
  • 打赏
  • 举报
 回复
我来学习
will123 2006-08-03
  • 打赏
  • 举报
 回复
数据挖掘的工具 :OLAP(联机分析处理)系统
:OLTP(联机事物处理)系统
知识发现过程: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
Python数据挖掘简易入门
【为什么学习数据挖掘】       人工智能、大数据时代有什么技能是可以运用在各种行业的？数据分析就是。      从海量数据中获得别人看不见的信息，创业者可以通过数据分析来优化产品，营销人员可以通过数据分析改进营销策略，产品经理可以通过数据分析洞察用户习惯，金融从业者可以通过数据分析规避投资风险，程序员可以通过数据分析进一步挖掘出数据价值，它和编程一样，本质上也是一个工具，通过数据来对现实事物进行分析和识别的能力。不管你从事什么行业，掌握了数据分析能力，往往在其岗位上更有竞争力。【超实用的课程内容】      本课程为Python数据挖掘方向的入门课程，课程主要以真实数据为基础，详细介绍数据挖掘入门的流程和使用Python实现pandas与numpy在数据挖掘方向的运用，并深入学习如何运用scikit-learn调用常用的数据挖掘算法解决数据挖掘问题，为进一步深入学习数据挖掘打下扎实的基础。本课程分为三大部分:基础知识篇：主要讲解数据挖掘这项技能的基本工作流程和介绍和入门必须的基本技能Python语言的入门，带领大家了解数据挖掘的常见操作和基础知识。数据采集篇：学习如何解决数据挖掘的数据来源问题，读取各类型不同的数据包括CSV，excel，MySQL进行数据采集的交互。数据探索篇：本篇主要解决数据的预处理保证数据的质量并用常见数据挖掘算法进行特征提取，分析数据背后隐含的信息。【报名须知】课程采取录播模式，课程永久有效，可无限次观看课件、课程案例代码完全开放给你，你可以根据所学知识，自行修改、优化【如何开始学习？】PC端：报名成功后可以直接进入课程学习移动端：下载CSDN学院或CSDN
数据挖掘的方法有哪些？
数据挖掘的方法有哪些？01 数据挖掘方法分类介绍1. 预测性——有监督学习2. 描述性——无监督学习02 数据挖掘方法论1. CRISP-DM方法论2. SEMMA方法论03 数据挖掘建模框架的3个原则1. 以成本-收益分析为单一分析框架2. 以分析主体和客体为视角3. 构建全模型生命周期工作模板 数据挖掘是一个多学科交叉的产物，涉及统计学、数据库、机器学习、人工智能及模式识别等多种学科，如图1-4所示。 01 数据挖掘方法分类介绍 数据挖掘方法按照来源进行分类显得过于庞杂，而且不便于理解和记忆。按照其目
什么是数据挖掘？数据挖掘的目标是什么？
数据挖掘绪论什么是数据挖掘数据挖掘要解决的问题是什么？数据挖掘的任务预测建模关联分析聚类分析异常检测 什么是数据挖掘 并非所有的信息发现任务都被视为数据挖掘。例如，使用数据库管理系统查找个别的记录,或通过因特网的搜索引擎查找特定的Web页面，则是信息检索( information retrieval) 领域的任务。虽然这些任务非常重要，可能涉及使用复杂的算法和数据结构，但是它们主要依赖传统的计算机科学技术和数据的明显特征来创建索引结构，从而有效地组织和检索信息。尽管如此，人们也在利用数据挖掘技术增强信息检索
数据挖掘的七大任务
转自：http://www.itongji.cn/article/091210522012.html 数据挖掘的任务可以分为：分类、聚类、关联、回归、预测、序列分析等，具体的介绍如下： 一、分类： 分类是找出数据库中一组数据对象的共同特点并按照分类模式将其划分为不同的类，其目的是通过分类模型，将数据库中的数据项映射到某个给定的类别。它可以应用到客户的分类、客户的属性和
数据挖掘近年来的研究方向、方法总结
数据挖掘近年来的研究方向、方法总结 一、研究方向 数据挖掘作为一个跨学科主题，它是用人工智能、机器学习、统计学和数据库交叉的方法在相对较大型的数据集中发现模式的计算过程。其目标是从数据集中提取信息并将其转换成可理解的结构，以进一步分析使用。对其的研究大致可分如下4类： （1）基础理论研究方向 数据挖掘是一门交叉学科，因此涉及的基础理论也是多学科的基础。其包含的基础理论研究涉及到规则和模式挖掘、分类、聚类、话题学习、时间空间数据挖掘、机器学习方法，监督、非监督、半监督等方面，同时这些也是人工智能领域的相关研
Java SE

62,614

社区成员

307,326

社区内容

发帖
与我相关
我的任务
社区描述
Java 2 Standard Edition
社区管理员
  • Java SE
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章