5回答
数据挖掘书籍
、、
我对数据挖掘很有热情，我读过一些像编程集体智能这样的书，我想知道更多的好书，特别是实用的，关于数据挖掘和人工智能的。任何提示都将不胜感激。谢谢。
浏览 0提问于2011-08-23得票数 5
回答已采纳
3回答
我目前正在学习数据挖掘，我有以下问题。
如果它们不是密切相关的，那么是否有这样的分工，将侧重于统计技术的数据挖掘与以机器学习技能为重点的数据
浏览 8提问于2011-09-21得票数 1
回答已采纳
2回答
标记是数据挖掘的一种形式吗？
、、、、
而预测和发现机会和趋势的数据挖掘概念对于这类系统是必不可少的。一种数据挖掘方法是聚类。这是一个非常小的CRM项目，并使用java提供从数据库检索信息的接口。我的问题是，当我将一个客户插入数据库时，我有一个文本字段，允许客户在进入数据库(即注册点)的过程中被标记。
您认为标记技术是集群吗？如果是这样，这是一种数据挖掘技术吗？我确信有一些复杂的API，比如允许数据<e
浏览 5提问于2013-03-07得票数 0
我对数据挖掘专业很感兴趣，并在伊利诺伊大学的course报报了数据挖掘专业课程。本专业课程由四个部分组成。第一个课程是“数据可视化”，它包含更多的概念知识，而不是不像预期的技术技能。任何人都可以给我建议，在完成该课程之后，我能期望在数据挖掘专业找到一份工作吗？
如果我打算获得工程工作，这门课程对我合适吗？
浏览 0提问于2018-02-05得票数 0
1回答
阿里·贾尔斯和罗恩·里维特提出了一种技术来加强名为蜜糖的密码文件。基本上每个有效的密码，他们插入假密码(蜜糖)，如果有人试图蛮力，它可以被检测到。混淆假数据中真实数据的基本思想是k-匿名性、L-多样性等与数据挖掘有关的隐私概念的核心。
关于蜜月的想法和k-匿名是一样的吗？还是他们俩有明显的不同？
浏览 0提问于2013-11-06得票数 3
回答已采纳
但是，数据挖掘书“数据挖掘:概念和技术”将反单调属性描述为:如果一个集合不频繁，那么它的所有超集也不常见。
根据维基百科的说法，这个属性看起来不像单调的吗？这两者有什么区别呢？
浏览 21提问于2016-11-25得票数 9
我是数据挖掘的新手，我正在学习如何通过使用"Bin边界“的等宽/距离Binning方法平滑我的数据来处理有噪声的数据。假设数据集1、2、2、3、5、6、6、7、7、8、9。根据“数据挖掘概念和技术”(Han，Kamber，Pei，2012，数据挖掘概念和技术，第3.2.2节噪声数据)中的定义：
在由边界平滑的bin中，给定的
浏览 4提问于2016-04-27得票数 0
回答已采纳
3回答
我已经做了8年的程序员，但是当我开始研究AI和数据挖掘中的概念时，我发现很难理解这个理论。编辑:我从网上得到了这个列表。
矩阵代数：大多数机器学习模型被表示为矩阵和向量。像特征向量和奇异值分解这样的概念随处可见。多变量微积分：大多数学习技术使用梯度和Hessia
浏览 4提问于2012-10-23得票数 7
2回答
但我对文本挖掘技术/信息检索和语义相似性有很多概念上的怀疑。
请推荐一个论坛，在那里他们讨论这些概念，这样我就可以提出我的疑问！
浏览 0提问于2012-01-23得票数 3
回答已采纳
我对大数据和文本挖掘的整个世界都很陌生。但有一件事我还是不明白。NLP、文本挖掘与标记化、柠檬化、停止字删除等任务之间的联系。NLP是文本挖掘的一个应用领域。标记化、柠檬化等任务是文本挖掘的任务。有人能给我解释一下吗？
浏览 0提问于2021-08-04得票数 1
2回答
我是一个初学者，但知道基础知识，并且正在研究更高级的数据挖掘和存储过程例程。我学到了一些模仿C#设计模式的小概念，比如循环结构，但(在网络上)对SQL设计模式的了解还不多。
浏览 0提问于2011-08-12得票数 1
回答已采纳
3回答
我有一个项目来比较不同州1910-2013年出生时使用SSA数据集的聚类技术。我希望有有趣的结果，使我的项目报告有趣，其中的国家是相似的出生名称是不足以使阅读对我的项目感到兴奋。如何显示聚类技术之间的比较？除了看到星系团的同质性之外？
浏览 0提问于2015-04-12得票数 2
请注意，提供的图表来自数据挖掘:概念和技术(Han，Kamber，& Pei，2011)。
提前感谢您的指导。
浏览 1提问于2015-02-27得票数 2
回答已采纳
4回答
我注意到越来越多的工作要求有数据挖掘和商业智能技术的经验。这听起来像是一个令人难以置信的宽泛的话题，但如果他们想要至少对这些东西有一个部分的理解，如果它出现在面试中，人们应该去哪里呢？
浏览 0提问于2009-07-12得票数 3
我想我理解了ML和AI在高层次上的区别，但我想更准确地理解这些常用概念之间的区别。ML是AI的特定领域，它帮助开发基于样本数据(训练数据)的程序，而不是硬编码规则/编程(如求和/乘法)。机器学习基本上是从过去的数据中学习，然后预测/分类给定的输入。在ML中，软件前端知道训练数据的特征及其输出分类，而在DL中，算法本身识别训练数据的相关特征/属性。数据</em
浏览 0提问于2018-03-04得票数 3
回答已采纳
2回答
我正在从事一个数据挖掘项目，并希望挖掘这个数据集，以获取有趣的模式或知识。我的问题是找出哪种技术对数据集最有效。我目前正在使用RapidMiner 5.0处理数据集，我从数据中删除了两列(E550 -参考年，E931 -)，因为它们与分析无关。
浏览 11提问于2012-09-29得票数 0
我想知道更多关于欺诈/异常检测的信息。我正在寻找好的资料来源或调查文章/书籍等，这将给我一些初步的想法，该地区。谢谢
浏览 0提问于2015-04-17得票数 3
回答已采纳
1回答
我想知道我需要知道多少数据才能在数据科学世界中获得一个体面的位置？
另外，如果我现在就开始准备的话，请给我一些建议。
浏览 0提问于2018-08-15得票数 2
回答已采纳
在开始项目时，我对数据库的选择感到困惑。随着移动通信数据的不断增长，我认为大数据对于减少项目的时间复杂度是有用的。但我一心想找到更好的选择。除了大数据的一般概念之外，我对大数据没有任何经验，但我不太熟悉关系数据库(oracle)。项目背景:我们有100's的客户电话细节数据和他们的个人信息，
浏览 0提问于2013-01-11得票数 4
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
