傅小兰：人的数据理解.ppt

中国科学院认知神经科学国际学术研讨会 人的数据理解 傅 小 兰 中国科学院心理研究所 报告提纲 研究项目 研究假设 研究思路 研究举例 报告提纲 研究项目：人的数据理解 研究假设 研究思路 研究举例 符号、数据、信息、知识 符号（symbol）：任何一个能和其它模式相区别的模式 数据（data）：符号的集合 信息（information）：有用的数据 关联信息：若干单个事件相关联的信息 聚类信息：对数据进行聚类 分类信息：进行分类的特性描述 偏差信息：反映异常情况 预测信息：基于现有的数据建模，计算未来值 知识（knowledge）：反映事物间的内在联系的信息 隐知识：无法用语言文字描述 显知识：可用语言文字描述 KDD 与 DM 数据库中的知识发现（Knowledge Discovery in Database）：KDD是在数据中鉴别出有用的模式的非平凡过程，该模式是新的，可能有用的和最终可理解的。（Fayyad et al， 1996） 数据挖掘（Data Mining）：数据挖掘是在数据库中寻找数据中的模式，再根据这些模式找出相应的规律。 KDD处理过程 数据准备 数据集成 数据选择 数据预处理 数据挖掘 产生假设：发现型，验证型 选择合适的工具 挖掘知识的操作 证实发现的知识 结果表述和解释 数据挖掘