数据挖掘与机器学习-第一章

发表于 | 分类于 | 浏览 次
字数统计: 513 | 阅读时长 ≈ 1

数据挖掘与机器学习-第一章 数据挖掘的概念

数据挖掘的定义

1
广义角度:发现数据中的有用信息，从而帮助决策
1
技术过程:数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在又用的信息和知识，寻找其规律的技术，结合统计学、机器学习和人工智能技术的综合过程

数据挖据的目的

1
2
3
4
5
6
7
两大基本目标是预测和描述数据
其中预测的计算机建模及实现过程通常被称为:监督学习
	监督学习（supervised learning):从标记的训练数据来推断一个功能的机器学习任务。
描述的通常称为:无监督学习
	无监督学习(unsupervised learning):根据类别未知(没有被标记)的训练样本解决模式识别中的各种问题。往更细分，数据挖掘的目标可以分为以下这些:
预测包含:回归、分类、...
描述包含:聚类、关联规则发现....

数据挖掘技术

统计学

1
统计学:是关于认识客观规律总体数量特征和数量关系的科学。它是通过搜索、整理、分析统计资料，认识客观现象数量规律性的方法论科学。

机器学习

1
2
3
机器学习的英文名称叫Machine Learning，简称ML，是计算机科学的一个重要分支。它研究的是如何让计算机像人类一样学习，并能从中获取新的知识。

一般的方法是：设定一些算法，让计算机从大量的数据中通过复杂计算总结出一些相关的规律和逻辑，然后这些规律和逻辑来预测未知的数据
image-20220419200848899

机器学习种类

image-20220419195517817 image-20220419200656385
监督学习
image-20220419195853584 image-20220419195925953
无监督学习
image-20220419200036550 image-20220419200056318

数据挖掘与机器学习的过程

image-20220419200336571 image-20220419200359451

本文标题:数据挖掘与机器学习-第一章

文章作者:TTYONG

发布时间:2022年04月13日 - 17:04

最后更新:2022年05月05日 - 10:05

原始链接:http://tianyong.fun/%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E6%8A%80%E6%9C%AF%E4%B8%8E%E5%BA%94%E7%94%A8-%E7%AC%AC%E4%B8%80%E7%AB%A0%20%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E6%A6%82%E5%BF%B5.html

许可协议: 转载请保留原文链接及作者。

多少都是爱
0%