資料探勘利用了來自如下一些領域的思想：
（1） 來自統計學的抽樣、估計和假設檢驗。
（2）人工智慧、模式識別和機器學習的搜尋演算法、建模技術和學習理論。
（3）資料探勘也迅速地接納了來自其他領域的思想，這些領域包括最優化、進化計算、資訊理論、訊號處理、視覺化和資訊檢索。
一些其他領域也起到重要的支撐作用。
特別地，需要資料庫系統提供有效的儲存、索引和查詢處理支援。源於高效能（並行）計算的技術在處理海量資料集方面常常是重要的。
分布式技術也能幫助處理海量資料，並且當資料不能集中到一起處理時更是至關重要。
mysql的起源 資料庫（二），資料庫起源
資訊系統 現在需要開發一套資訊系統，記錄系裡的學生 課程 還有選課資訊。比如 學生資訊 學號，姓名，性別，身份證號，入學日期，班級 課程資訊 課程號，課程名，授課老師 選課 學號，課程號，成績 然後程式只需要讀寫這三個檔案就可以了。中間層的引入 到了期末，各個老師希望能進行一些統計的工作，比如哪些人...
SPSS Modeler資料探勘 資料探勘概述
資料探勘 是一種通過數理模式來分析大量資料，以找出不同的客戶或市場劃分，分析出消費者喜好和行為的方法。可以描述為 是按企業既定業務目標，對大量的企業資料進行探索和分析，揭示隱藏的 未知的 或驗證已知的規律性，並進一步將其模型化的先進的有效的方法。資料探勘 data mining 在技術上的定義是從大...
資料探勘 資料
對關注的屬性，樣本與原始資料集有相同的性質，則用抽樣計算的結果與全集是一樣。1.1 抽樣的方法 1 簡單隨機抽樣 random sampling 放回 不放回 2 分層抽樣 stratified sampling 如果資料集不同型別的資料數量差異過大，則隨機抽樣會丟失數量少的樣本。可針對不同資料組，...