演示技术报告-西安电子科技大学个人主页系统我的西电我.pptVIP

《数据挖掘中的数学方法》 1. 数据挖掘简介 2. 非线性规划及其对偶理论 3. 支持向量机理论、算法与应用 /view/7893.htm 数据挖掘(Data Mining)是通过分析每个数据，从大量数据中寻找其规律的技术，主要有数据准备、规律寻找和规律表示3个步骤。数据挖掘的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析等。 数据挖掘一般是指从大量的资料中自动搜索隐藏于其中的有着特殊关联性（属于Association rule learning）的信息的过程。资料挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。 数据挖掘——维基百科，自由的百科全书 数据挖掘问题的数学表述 * * 一、数据挖掘概念----定义 数据挖掘--从大量数据中寻找其规律，提取感兴趣的、有用的或潜在有用的信息的技术，是统计学、数据库技术和人工智能技术的综合。 是多学科交叉的 统计学、人工智能、机器学习、数据库技术、最优化技术 数据挖掘与KDD(Knowledge Discovery in Databases ) 知识发现 数据挖掘的原由 国民经济和社会的信息化 社会信息化后，社会的运转是软件的运转 社会信息化后，社会的历史是数据