数据挖掘导读

本文初稿完成于大二下学期，由于授课内容 1 与机器学习课程交叉较多，因此知识体量看上去微乎其微。算是对机器学习领域的一个补充。

科学发展范式：实验（经验）科学 \(\to\) 理论科学 \(\to\) 计算科学 \(\to\) 数据科学。

一些定义：

  • 数据的定义：分为结构化和非结构化数据。结构化例如关系数据库的含有显式的属性和取值，非结构化例如文本、图像、音频和视频；
  • 知识的定义：有意义的信息或模式，具备典型性、新颖性、时效性、准确性、实用性；
  • 数据挖掘的定义：从数据中提取知识；
  • 数据挖掘的过程：数据预处理、算法实践、解释评估。

  1. 丁兆云，周鋆，杜振国. 《数据挖掘：原理与应用》[M]. 1版. 机械工业出版社，978-7-111-69630-8. ↩