数据挖掘领域10大挑战性问题
2013-05-22 15:13
197 查看
数据挖掘领域10大挑战性问题:
1.Developing a Unifying Theory of Data Mining
2.Scaling Up for High Dimensional Data/High Speed Streams
3.Mining Sequence Data and Time Series Data
4.Mining Complex Knowledge from Complex Data
5.Data Mining in a Network Setting
6.Distributed Data Mining and Mining Multi-agent Data
7.Data Mining for Biological and Environmental Problems
8.Data-Mining-Process Related Problems
9.Security, Privacy and Data Integrity
10.Dealing with Non-static, Unbalanced and Cost-sensitive Data
1.Developing a Unifying Theory of Data Mining
2.Scaling Up for High Dimensional Data/High Speed Streams
3.Mining Sequence Data and Time Series Data
4.Mining Complex Knowledge from Complex Data
5.Data Mining in a Network Setting
6.Distributed Data Mining and Mining Multi-agent Data
7.Data Mining for Biological and Environmental Problems
8.Data-Mining-Process Related Problems
9.Security, Privacy and Data Integrity
10.Dealing with Non-static, Unbalanced and Cost-sensitive Data
相关文章推荐
- 学科前沿技术(数据挖掘领域10大挑战性问题)
- 数据挖掘领域10大挑战性问题:
- 机器学习: 专家系统、认知模拟、规划和问题求解、数据挖掘、网络信息服务、图象识别、故障诊断、自然语言理解、机器人和博弈等领域。
- 计算机学科技术前沿:数据挖掘领域的十大挑战问题
- 列举数据挖掘领域的十大挑战问题
- 数据挖掘领域的十大挑战问题
- 数据挖掘领域的十大挑战问题
- 数据挖掘领域的十大挑战性问题
- 列举数据挖掘领域的十大挑战问题
- 数据挖掘领域的十大挑战问题
- 列举数据挖掘领域的十大挑战性问题
- 数据挖掘领域的十大挑战性问题
- 数据挖掘领域的十大挑战性问题
- 数据挖掘领域的10大挑战问题
- 列举数据挖掘领域的十大挑战性问题
- 数据挖掘领域十大挑战问题
- 数据挖掘领域的十大挑战问题
- 机器学习: 专家系统、认知模拟、规划和问题求解、数据挖掘、网络信息服务、图象识别、故障诊断、自然语言理解、机器人和博弈等领域。
- 数据挖掘系列(10)——卷积神经网络算法的一个实现
- 最老程序员创业札记:全文检索、数据挖掘、推荐引擎应用10