数据挖掘最新精品课程完整课件()引言要点.pptVIP

美国一个著名的科学家说：我们如此幸运拥有如此多的信息，然而又如此不幸淹没在了信息中。 * 比如，我们希望从往年的天气变化情况，判断今年的天气走势，希望通过历史数据判断股票的趋势，希望通过望闻问切知道病情，希望通过调查问卷，决定是否发售某种基金。等等。我们希望根据某些特异行为细节来预判某个人是否是恐怖分子。 * 美国一个著名的科学家说：我们如此幸运拥有如此多的信息，然而又如此不幸淹没在了信息中。 * ?现代数据挖掘概念的首次国际学术会议　1989年8月在美国底特律召开的第11届国际联合人工智能学术会议(IJCAI－89)上，Gregory Piatetsky-Shapiro组织了“数据库中的知识发现”(KDD：Knowledge Discovery in Database)专题讨论会，该讨论会的重点是强调发现(Discovery)的方法以及发现的是知识(Knowledge)两个方面。?相继开展的专题讨论会　随后在1991、1993和1994年都举行了KDD专题讨论会，来自各个领域的研究人员和应用开发者集中讨论了数据统计、海量数据分析算法、知识表示和知识运用等问题。?第一届KDD国际学术会议?随着参与科研和开发人员的不断增加，国际KDD组委会于1995年把专题讨论会发展成为国际年会。在加拿大的蒙特利尔市召开了第一届KDD国际学术会。其会议名称全称为“ACM SIGKDD（Special Interested Group on Knowledge Discovery in Databases） International Conference on Knowledge Discovery and Data Mining”在这次会议上“数据挖掘”(Data Mining)概念第一次由Usama Fayyad提出。 SIGKDD?Explorations”是ACM?SIGKDD的官方刊物，每年出版两次,并在合适的情况下出版特刊 KDD 2012在中国北京 举行 ，腾讯 赞助KDD杯 * 数据仓库是一个面向主题的、集成的、时变的（大部分是历史信息的集成后的物理存储）和非易失的数据集合，支持管理部门的决策过程。 * * * 地理数据库，，遥感数据 有自己专门的数据组织和存储管理方式 * 天气气象数据 ，环境监测数据 * * R () 是用于统计分析和图形化的计算机语言及分析工具，为了保证性能，其核心计算模块是用C、C++和Fortran编写的。同时为了便于使用，它提供了一种脚本语言，即R语言。R语言和贝尔实验室开发的S语言类似。R支持一系列分析技术，包括统计检验、预测建模、数据可视化等等。在CRAN() 上可以找到众多开源的扩展包。R软件的首选界面是命令行界面，通过编写脚本来调用分析功能。如果缺乏编程技能，也可使用图形界面，比如使用R Commander(http://socserv.mcmaster.ca/jfox/Misc/Rcmdr/)或Rattle()。 Weka (Waikato Environment for Knowledge Analysis, http://www.cs.waikato.ac.nz/ml/weka/) 可能是名气最大的开源机器学习和数据挖掘软件。高级用户可以通过Java编程和命令行来调用其分析组件。同时，Weka也为普通用户提供了图形化界面，称为Weka KnowledgeFlow Environment和Weka Explorer。和R相比，Weka在统计分析方面较弱，但在机器学习方面要强得多。在Weka论坛(/wiki/index.php/Related_Projects) 可以找到很多扩展包，比如文本挖掘、可视化、网格计算等等。很多其它开源数据挖掘软件也支持调用Weka的分析功能。 YALE?（IDMer：现在已经更名为RapidMiner） YALE (Yet Another Learning Environment, ) 提供了图形化界面，采用了类似Windows资源管理器中的树状结构来组织分析组件，树上每个节点表示不同的运算符（operator）。YALE中提供了大量的运算符，包括数据处理、变换、探索、建模、评估等各个环节。YALE是用Java开发的，基于Weka来构建，也就是说它可以调用Weka中的各种分析组件。 * * 周志华 1973年 ，南京大学教授（2003年），2003年获 国家杰出青年科学基金，2006年入选教育部长江学者特聘教授。 为人工智能相关的研究者提供很多免费资源，维护中国机器学习列表，定期给成员发邮件，有关会议和学术讨论等信息 中国研究者的生力军，有思想，更开放。 * * PageRank是Google算法的重要内容。2001年9月被授予美国专利，专利人是Goo