与数据挖掘相比知识发现还包括以下哪些内容(与数据挖掘的区别与联系)
与数据挖掘相比知识发现还包括以下哪些内容(与数据挖掘的区别与联系) 第7章:高级模式挖掘 第6章:挖掘频繁模式、关联和相关性:基本概念和方法 第3章:数据预处理 第4章:数据仓库与联机分析处理 第5章:数据立方体技术
所谓数据挖掘就是:“识别出巨量数据中有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程”。顾名思义,数据挖掘就是试图从海量数据中找出有用的知识。
数据挖掘概念与技术( 第3 版) Jiawei Han 等著 范明等译 2012 。
第1章:引论
第2章:认识数据
第3章:数据预处理
第4章:数据仓库与联机分析处理
第5章:数据立方体技术
第6章:挖掘频繁模式、关联和相关性:基本概念和方法
第7章:高级模式挖掘
第8章:分类:基本概念
第9章:分类:高级方法
第10章:聚类分析:基本概念和方法
第11章:高级聚类分析
第12章:离群点检测
第13章:数据挖掘的发展趋势和研究前沿
数据挖掘导论 Pang-Ning Tan 等著 范明等译 2006 年。
第1章:绪论
第2章:数据
第3章:探索数据
第4章:分类:基本概念、决策树与模型评估
第5章:分类:其他技术
第6章:关联分析:基本概念与算法
第7章:关联分析:高级概念
第8章:聚类分析:基本概念与算法
第9章:聚类分析:附加问题与算法
第10章:异常检测
可见,数据挖掘的教材和课程主要讲解各种不同的数据挖掘任务。比如:分类、回归、聚类、关联分析、异常分析、演变分析等等。
数据挖掘可以视为机器学习和数据库的交叉,它主要利用机器学习界提供的技术来分析海量数据,利用数据库界提供的技术来管理海量数据。
二者既有区别又有联系,整体来说,机器学习偏理论,数据挖掘偏应用。