数据挖掘的过程,主要划分为哪几步,目前的应用现状是什么?
-
理解业务:从商业的角度理解项目目标和需求,将其转换成一种数据挖掘的问题定义,设计出达到目标的一个初步计划。
-
理解数据:收集初步的数据,进行各种熟悉数据的活动。包括数据描述,数据探索和数据质量验证等。
-
准备数据:将最初的原始数据构造成最终适合建模工具处理的数据集。包括表、记录和属性的选择,数据转换和数据清理等。
-
建模:选择和应用各种建模技术,并对其参数进行优化。
-
模型评估:对模型进行较为彻底的评价,并检查构建模型的每个步骤,确认其是否真正实现了预定的商业目的。
-
模型部署:创建完模型并不意味着项目的结束,即使模型的目的是为了增进对数据的了解,所获得的知识也要用一种用户可以使用的方式来组织和表示。通常要将活动模型应用到决策制订的过程中去。该阶段可以简单到只生成一份报告,也可以复杂到在企业内实施一个可重复的数据挖掘过程。控制得到普遍承认。
数据挖掘是一个新兴的边缘学科,它汇集了来自机器学习、模式识别、数据库、统计学、人工智能以及管理信息系统等各学科的成果。多学科的相互交融和相互促进,使得这一新学科得以蓬勃发展,而且已初具规模。在美国国家科学基金会(NSF)的数据库研究项目中,KDD被列为90年代最有价值的研究项目。人工智能研究领域的科学家也普遍认为,下一个人工智能应用的重要课题之一,将是以机器学习算法为主要工具的大规模的数据库知识发现。尽管数据挖掘还是一个很新的研究课题,但它所固有的为企业创造巨大经济效益的潜力,已使其很快有了许多成功的应用,具有代表性的应用领域有市场预测、投资、制造业、银行、通讯等。
人工智能、大数据、云计算和物联网的未来发展值得重视,均为前沿产业,多智时代专注于人工智能和大数据的入门和科谱,在此为你推荐几篇优质好文:
构建一个数据挖掘模型,主要分为哪几步?
http://www.duozhishidai.com/article-9719-1.html
数据分析与数据挖掘有什么关系,本质是一样的吗?
http://www.duozhishidai.com/article-9712-1.html
在做数据挖掘的过程中,容易犯的错误有哪些
http://www.duozhishidai.com/article-9694-1.html
多智时代-人工智能和大数据学习入门网站|人工智能、大数据、物联网、云计算的学习交流网站
- 数据挖掘面向什么类型的应用?
- 数据挖掘主要包含哪些功能,带来了什么影响?
- 数据挖掘应用现状与产品分析
- 目前大数据在金融行业的应用主要体现在哪些方面?
- 物联网的主要特征是什么,目前的主要应用哪些?
- 数据挖掘和机器学习有什么联系,主要有什么区别?
- 医疗大数据的分析和挖掘发展现状以及未来的应用前景
- 数据挖掘技术及其应用现状概述
- 数据挖掘的商业应用 (Target超市:我们能预测消费者要买什么)
- 大数据主要应用于哪些行业,应用价值是什么?
- 大数据目前应用的商业模式,主要划分为哪几种?
- 什么是倾斜摄影测量,目前的主要应用是在什么方面呢?
- 数据挖掘技术及其应用现状
- 人工智能领域的认知技术,目前主要应用在哪些领域,商业收益是什么?
- 数据挖掘技术及其应用现状
- 机器学习、数据挖掘、神经网络、人工智能和模式识别之间,主要是什么关系
- 数据挖掘在大数据中的应用综述
- 大数据使用的5种主要数据挖掘技术
- 文本挖掘的主要应用的方向
- 数据挖掘--应用篇