數(shù)據(jù)挖掘基于數(shù)據(jù)圖書館學、機器學習、人工智能、現(xiàn)代統(tǒng)計學這些快速發(fā)展的交叉學科在很多領(lǐng)域都有應(yīng)用。涉及到很多算法，比如機器學習衍生的神經(jīng)網(wǎng)絡(luò)和決策樹，基于統(tǒng)計學習理論的支持向量機，分類回歸樹，相關(guān)分析等。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。大數(shù)據(jù)是今年提出的，也是被媒體忽悠的概念。有三個重要特點:數(shù)據(jù)數(shù)量大，結(jié)構(gòu)復(fù)雜，數(shù)據(jù)更新速度快。

數(shù)據(jù)挖掘是指通過算法搜索隱藏在大量數(shù)據(jù)中的信息的過程。數(shù)據(jù) 挖掘是一種從大量數(shù)據(jù)中尋找潛在有用信息的技術(shù)，很神秘。其實還有數(shù)學定義，簡單來說就是找一個表達式。數(shù)據(jù) 挖掘表示要找出一件事情中的具體問題，需要對其進行分析數(shù)據(jù)，挖掘 數(shù)據(jù)。

數(shù)據(jù) 挖掘概念總結(jié)數(shù)據(jù)挖掘又名KDD(知識發(fā)現(xiàn))來自數(shù)據(jù)圖書館。KDD一詞最早出現(xiàn)在1989年8月舉行的第11屆國際聯(lián)合人工智能大會上。隨后，在1991年、1993年和1994年舉行了KDD研討會，匯集了來自各個領(lǐng)域的研究人員和應(yīng)用程序開發(fā)人員，重點討論數(shù)據(jù)統(tǒng)計學、海量數(shù)據(jù)分析算法、知識表示和知識應(yīng)用。

1998年在美國紐約召開的第四屆知識發(fā)現(xiàn)和數(shù)據(jù) 挖掘國際會議，不僅有學術(shù)討論，還有30多家軟件公司展示了他們的數(shù)據(jù) 挖掘軟件產(chǎn)品，其中很多已經(jīng)在北美和歐洲。一、數(shù)據(jù) 挖掘1.1、數(shù)據(jù) 挖掘的歷史是什么近十年來，人們利用信息技術(shù)生產(chǎn)和收集數(shù)據(jù)的能力有了很大的提高。

對于什么是數(shù)據(jù) -0/，很多學者專家給出了不同的看法。這里我們列舉幾個常用的說法:“簡而言之，數(shù)據(jù)12345677。這個術(shù)語實際上有點用詞不當。數(shù)據(jù) 挖掘應(yīng)該更正確地命名為‘叢數(shù)據(jù)鐘挖掘知識’，可惜有點長。很多人把數(shù)據(jù) 挖掘看成是另一個常用詞數(shù)據(jù)數(shù)據(jù)庫中的知識發(fā)現(xiàn)或者是KDD的代名詞。還有的只是把數(shù)據(jù) 挖掘作為數(shù)據(jù)中知識發(fā)現(xiàn)過程的一個基本步驟。

"數(shù)據(jù)挖掘Principle "(David hand，etal)"在數(shù)據(jù)中獲取有用知識的整個過程稱為數(shù)據(jù)。數(shù)據(jù)挖掘-概念、模型、方法和算法”(Mehmedkantardzic)"數(shù)據(jù)挖掘，總之從a。

1989定義以后支持任意維度和指標的切換，可以自由分析已有的表樣切換字段。分類就是在一組類別標簽已知的樣本中訓練一個分類器，使其能夠?qū)σ恍┪粗獦颖具M行分類。分類算法的分類過程是建立一個分類模型來描述預(yù)先確定的數(shù)據(jù)集合或概念集合，通過分析屬性所描述的數(shù)據(jù)庫元組來構(gòu)造模型。

數(shù)據(jù)挖掘是從大量不完整的、有噪聲的、模糊的、隨機的數(shù)據(jù)中提取隱藏的、但潛在有用的信息和知識的過程。-2挖掘Process:定義Problem:Clearly定義出具業(yè)務(wù)問題，確認-2挖掘，數(shù)據(jù)編制:數(shù)據(jù)編制包括:選擇數(shù)據(jù)-提取自大數(shù)據(jù)庫和數(shù)據(jù)倉庫目標。數(shù)據(jù)預(yù)處理-執(zhí)行數(shù)據(jù)再處理，包括檢查數(shù)據(jù)的完整性和數(shù)據(jù)的一致性，去噪，填充缺失字段和刪除無效-2。