數(shù)據(jù)挖掘/什么事？-2挖掘Process:定義Problem:Clearly定義出具業(yè)務問題，確認-2挖掘。數(shù)據(jù)挖掘of定義是從海量數(shù)據(jù)中尋找有意義的模式或知識，數(shù)據(jù) 挖掘怎么做？關(guān)于什么是數(shù)據(jù)，很多學者專家給出了不同的定義，以下是幾種常見的說法:“簡單地說。

什么是人工智能？跟神經(jīng)網(wǎng)絡，機器學習，深度學習，數(shù)據(jù) 挖掘，這些流行詞有什么關(guān)系？人工智能(AI)是一門融合了計算機科學、生理學和哲學的交叉學科。凡是用機器代替人類實現(xiàn)認知、識別、分析、決策等功能的，都可以認為使用了人工智能技術(shù)。拋開復雜的概念和冷冰冰的定義，我們可以了解人工智能相關(guān)領(lǐng)域的復雜關(guān)系。從圖中可以看出，人工智能、機器學習和深度學習并不是層層關(guān)系，最近火熱的神經(jīng)網(wǎng)絡也只是和人工智能有交集，并不是人工智能的一種實現(xiàn)方式或者子集。

1)數(shù)據(jù) 挖掘可以做以下七種不同的事情(分析方法):數(shù)據(jù)挖掘分類、估計、預測、親和分組或關(guān)聯(lián)規(guī)則、聚類、描述和可視化、復雜性數(shù)據(jù)類型

圖形、圖像、視頻、音頻等。)2) 數(shù)據(jù) 挖掘分類以上七種分析方法數(shù)據(jù) 挖掘可分為兩類:直接數(shù)據(jù)。間接-2挖掘直接-2挖掘目標是利用可用的數(shù)據(jù)建立模型，這個模型對剩余的有用。indirect數(shù)據(jù)挖掘目標中沒有選擇具體變量，由模型描述；而是在所有變量之間建立一種關(guān)系。

數(shù)據(jù)挖掘(數(shù)據(jù)挖掘)是從大量的數(shù)據(jù)中發(fā)現(xiàn)潛在規(guī)律，提取有用知識的方法和技術(shù)。因為它與數(shù)據(jù) library關(guān)系密切，所以又叫數(shù)據(jù)knowledge discovery indatabases(KDD)，就是將先進的智能計算技術(shù)應用于大量的數(shù)據(jù)，使計算機在有指導或無指導的情況下，從海量的/中學習。

從這個角度來說，數(shù)據(jù) 挖掘就是BI(商業(yè)智能)。但是，用專業(yè)術(shù)語來說，數(shù)據(jù) 挖掘(數(shù)據(jù)挖掘)是指:源數(shù)據(jù)經(jīng)過清洗和轉(zhuǎn)換后適合挖掘。數(shù)據(jù) 挖掘知識以這種固定的形式進行提煉數(shù)據(jù)集，最后以合適的知識模型用于進一步的分析和決策。從這個狹隘的角度來看，我們可以定義:數(shù)據(jù)挖掘是從特定的形式中提取知識的過程數(shù)據(jù)。