数据挖掘与统计工作.docVIP

台湾辅仁大学教授谢绑昌先生作的“数据挖掘与统计工作”报告原文 数据发掘的工作（Data Mining）是近年来数据库应用领域中，相当热门的议题。它是个神奇又时髦的技术，但却也不是什么新东西，因为Data Mining使用的分析方法，如预测模型（回归、时间数列）、数据库分割（Database Segmentation）、连接分析（Link Analysis）、偏差侦测（Deviation Detection）等；美国政府从第二次世界大战前，就在人口普查以及军事方面使用这些技术，但是信息科技的进展超乎想象，新工具的出现，例如关连式数据库、对象导向数据库、柔性计算理论（包括Neural network、Fuzzy theory、Genetic Algorithms、Rough Set等）、人工智能的应用（如知识工程、专家系统），以及网络通讯技术的发展，使从数据堆中挖掘宝藏，常常能超越归纳范围的关系；使Data Mining成为企业智慧的一部份。 Data Mining是一个浮现中的新领域。在范围和定义上、推理和期望上有一些不同。时代不一样了，现在数据来得既多又便宜，多到了没有人有时间去看的程度。挖掘的信息和知识从巨大的数据库而来，它被许多研究者在数据库系统和机器学习当作关键研究议题，而且也被企业体当作主要利基的重要所在。有许多不同领域的专家，对Data Mining展现出极大兴趣，例如