数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据集中识别有效的、新颖的、潜在有用的,以及最终可理解的模式的非平凡过程。它是一门涉及面很广的交叉学科,包括机器学习、数理统计、神经网络、数据库、模式识别、粗糙集、模糊数学等相关技术。数据挖掘的技术可分为:统计方法、机器学习方法、神经网络方库、模式识别、粗糙集、模糊数学等相关技术。数据挖掘的技术可分为:统计方法、机器学习方法、神经网络方法和数据库方法。而统计方法可细分为:回归分析、判别分析。神经网络方法可细分为:前向神经网络、自组织神经网络等。数据库方法主要是基于可视化的多维数据分析或OLAP方法,另外还有面向属性的归纳方法。
考驾照网【KaoJiaZhao.COM】