数据挖掘技术涉及哪些技术领域

Question

如题所述

Answer 1

数据挖掘的技术有很多种，按照不同的分类有不同的分类法，大致有十三种常用的数据挖掘的技术。

1、统计技术
2、关联规则
3、基于历史的MBR(Memory-based Reasoning)分析
4、遗传算法GA(Genetic Algorithms)
5、聚集检测
6、连接分析
7、决策树
8、神经网络
9、粗糙集
10、模糊集
11、回归分析
12、差别分析
13、概念描述
由于人们急切需要将存在于数据库和其他信息库中的数据转化为有用的知识，因而数据挖掘被认为是一门新兴的、非常重要的、具有广阔应用前景和富有挑战性的研究领域，并应起了众多学科(如数据库、人工智能、统计学、数据仓库、在线分析处理、专家系统、数据可视化、机器学习、信息检索、神经网络、模式识别、高性能计算机等)研究者的广泛注意。随着数据挖掘的进一步发展，它必然会带给用户更大的利益。

如果对数据挖掘的学习有疑问的话，推荐CDA数据分析师的课程，它安排了Sklearn/LightGBM、Tensorflow/PyTorch、Transformer等工具的应用实现，并根据输出的结果分析业务需求，为进行合理、有效的策略优化提供数据支撑。课程培养学员硬性的数据挖掘理论与Python数据挖掘算法技能的同时，还兼顾培养学员软性数据治理思维、商业策略优化思维、挖掘经营思维、算法思维、预测分析思维，全方位提升学员的数据洞察力。点击预约免费试听课。

Answer 2

1、最重要的就是数学领域，涉及到数据挖掘算法
2、数据处理领域，对原始数据的清洗、分类以及选择，能有效保证数据的质量，消除数据噪声，减小干扰本回答被提问者和网友采纳

Answer 3

无所不有，例如数据分析、信息处理、数据仓库、云计算等等等等

Answer 4

理论上涉及更多的数学，包括统计学、线性代数、随机过程、概率论、图等，当然还有编程，部分技术来源自经济理论、物理学等。但是数据挖掘技术讲究“对症下药”，所以需要掌握较多的基础知识才能运用自如。

建议找本《数据挖掘导论》浏览一下，做到心中有数。