資料探勘（dm：data mining）：是乙個跨學科的電腦科學分支， 它是用人工智慧、 機器學
習、 統計學和資料庫的交叉方法在相對較大型的資料集中發現模式的計算過程。 資料探勘過程
的總體目標是從乙個資料集中提取資訊， 並將其轉換成可理解的結構， 以進一步使用。 除了原
始分析步驟， 它還涉及到資料庫和資料管理方面、 資料預處理（特徵工程） 、 模型與推斷方面
資料探勘是乙個多學科的問題，總結就是利用數學/統計只是和機器學習的演算法，對資料庫中的資料潛在的規律和模型進行發掘，以期獲得可以知道商業決策的資訊。
資料探勘建模流程：
1. 回歸分類
利用乙個或多個輸入欄位來**乙個或多個輸出/目標值。 演算法包括決策樹，回歸（線性， 邏輯， 非線性） ， 神經網路， svm和樸素貝葉斯理論等。
2. 關聯
查詢資料中存在的模式， 其中乙個實體與乙個或其他多個相關聯。 演算法包括apriori和fp-growth。
3. 聚類
將資料劃分為具有類似輸入字段模式的記錄段或者聚類， 常見的演算法為kmeans， 兩步聚類和異常檢測。
資料探勘技術簡介
1.引言 資料探勘 data mining 是從大量的 不完全的 有雜訊的 模糊的 隨機的資料中提取隱含在其中的 人們事先不知道的 但又是潛在有用的資訊和知識的過程。隨著資訊科技的高速發展，人們積累的資料量急劇增長，動輒以tb計，如何從海量的資料中提取有用的知識成為當務之急。資料探勘就是為順應這種需...
資料探勘技術簡介
摘要 資料探勘是目前一種新的重要的研究領域。本文介紹了資料探勘的概念 目的 常用方法 資料探勘過程 資料探勘軟體的評價方法。對資料探勘領域面臨的問題做了介紹和展望。1.引言 資料探勘 data mining 是從大量的 不完全的 有雜訊的 模糊的 隨機的資料中提取隱含在其中的 人們事先不知道的 但又...
資料探勘技術簡介
1.引言 資料探勘 data mining 是從大量的 不完全的 有雜訊的 模糊的 隨機的資料中提取隱含在其中的 人們事先不知道的 但又是潛在有用的資訊和知識的過程。隨著資訊科技的高速發展，人們積累的資料量急劇增長，動輒以tb計，如何從海量的資料中提取有用的知識成為當務之急。資料探勘就是為順應這種需...