数据挖掘韩家炜ppt（数据挖掘韩家炜第三版）

2道关于数据挖掘的题目

1、根据CRISP-DM模型，数据挖掘首先应该做的是对业务的理解、寻找数据挖掘的目标和问题。这些问题包括：代理人的甄选、欺诈识别以及市场细分等，其中市场细分对企业制定经营战略具有极高的指导意义，它是关系到企业能否生存与发展、企业市场营销战略制定与实现的首要问题。

2、简单，如图：列和列之间距离大，行与行之间距离小，聚成三类的最优结果应该是每一列为一类，此时，类内方差最小。但如果初始点选成中间的三个点，聚类结果就成了每一行为一类，显然是局部最优，不是全局最优。ps：来自别人的文献上。

3、最小-最大规范化对原始数据进行线性变换。假定minA 和maxA 分别为属性A的最小和最大值，通过公式可以将 A 的值 v映射到区间[new_minA ，new_maxA ]中的 v’。

什么是数据挖掘?数据挖掘怎么做啊

1、数据挖掘（Data Mining）是指通过大量数据集进行分类的自动化过程，以通过数据分析来识别趋势和模式，建立关系来解决业务问题。换句话说，数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。

2、数据挖掘是从大量数据中自动发现模式、关联、趋势和隐藏信息的过程。它是将统计学、机器学习、人工智能和数据库技术相结合的交叉学科领域。数据挖掘旨在通过分析和解释数据来提取有用的知识，并用于预测、决策支持和战略规划。

3、“数据挖掘，简单地说，就是从一个数据库中自动地发现相关模式。”——《构建面向CRM的数据挖掘应用》（Alex Berson， et al）“数据挖掘（DM）是从大型数据库中将隐藏的预测信息抽取出来的过程。

求关于数据库方面的书籍

《数据库系统导论》第七版，机械工业出版社，数据库领域中的权威著作，专业理论书籍出版至第七版，在业界很罕见，该书具有很高的水平。《数据库系统概念》第三版，机械工业出版社。《数据库系统基础教程》清华大学出版社。

《数据库系统概论（第5版）》作者：王珊/萨师煊这本书是数据库理论知识的经典教材，零基础入门必看。《数据库系统概念（原书第6版）》作者：Abraham Silberschatz/Henry F.Korth/S.Sudarshan国外经典数据库理论书籍，有助于深入理解数据库知识，从原理和实用的角度入手，涵盖了数据库领域诸多知识面。

数据库基础与应用 这本书还是非常好的，介绍的主要是一些数据库的基础，内容较丰富，介绍也比较详细，非常适合入门学习。Oracle数据库基础及应用 这本书上面的应用较为详细，我们学习起来会容易一些，非常好的一本数据库入门书籍。

机器学习学习路径都需要看那些书

个人觉得李航的《统计学习方法》还算可以，属于基本的机器学习入门书籍。2：具体可以结合andrew ng的机器学习视频看---可以去网易公开课找到，斯坦福大学机器学习 3：尝试实现一些最基础的算法。最简单的比如朴素贝叶斯分类器，我当年实现第一个机器学习算法，现在想想还是很激动的。

机器学习理论类：统计学习方法；机器学习（西瓜书；深度学习 机器学习实战类：python机器学习及实战；集体智慧编程；深度学习轻松学；tensorflow实战 推荐的阅读顺序是，首先读科普类，积累兴趣，对领域有个大概的了解。

本书通过AI“小白”小冰拜师程序员咖哥学习机器学习的对话展开，内容轻松，实战性强，主要包括机器学习快速上手路径、数学和Python 基础知识、机器学习基础算法（线性回归和逻辑回归）、深度神经网络、卷积神经网络、循环神经网络、经典算法、集成学习、无监督和半监督等非监督学习类型、强化学习实战等内容，以及相关实战案例。

机器学习精讲 机器学习原理算法与应用教程，精简机器学习入门手册，美亚机器学习深度学习畅销书，全彩印刷，扫描书中二维码可阅读补充内容，人工智能和机器学习领域众多知名专家推荐。