- 金融商業算法建模:基于Python和SAS
- 趙仁乾 田建中 葉本華 常國珍
- 197字
- 2021-11-05 17:52:00
1.3 數據挖掘方法分類介紹
數據挖掘是一種發現知識的手段。數據挖掘要求數據分析師通過合理的方法,從數據中獲取與挖掘項目相關的知識。數據挖掘是一個多學科交叉的產物,涉及統計學、數據庫、機器學習、人工智能及模式識別等多種學科,如圖1-4所示。

圖1-4 數據挖掘
數據挖掘方法按照來源進行分類顯得過于龐雜,而且不便于理解和記憶。本書將按照其目的,將數據挖掘方法分為預測性和描述性兩大類,如表1-1所示。
表1-1 數據挖掘方法分類

推薦閱讀
- 計算機組成原理與接口技術:基于MIPS架構實驗教程(第2版)
- 計算機信息技術基礎實驗與習題
- Oracle RAC 11g實戰指南
- Live Longer with AI
- Spark核心技術與高級應用
- Microsoft Power BI數據可視化與數據分析
- 基于Apache CXF構建SOA應用
- 計算機組裝與維護(微課版)
- 聯動Oracle:設計思想、架構實現與AWR報告
- Visual Studio 2013 and .NET 4.5 Expert Cookbook
- Spring MVC Beginner’s Guide
- 數據庫查詢優化器的藝術:原理解析與SQL性能優化
- 企業大數據處理:Spark、Druid、Flume與Kafka應用實踐
- Deep Learning with R for Beginners
- 大數據時代系列(套裝9冊)