首页(175) 数据挖掘研究(27) 数据挖掘实践(53) 数据挖掘介绍(25) 杂谈(59) 管理页面   写新日志   退出   关于IDMer

 Blog信息
 
blog名称:IDMer (数据挖掘者)
日志总数:175
评论数量:848
留言数量:119
访问次数:2318411
建立时间:2005年6月24日

 日志更新
 

 我的相册
 

It's me!


 最新评论
 

 留言板
 

 链接
 

 联系方式

 日志搜索





 公告
“数据挖掘者”博客已经搬家,欢迎光临新博客网址:http://idmer.blog.sohu.com
我的新浪微博:
@张磊IDMer
 网络日志
分析能力的8个等级
数据挖掘者 发表于 2009-1-8 0:40:40
本文源自Eight levels of analytics,编译:IDMer。 并非所有的分析方法作用都相同。和大多数软件解决方案一样,你会发现分析方法的能力也存在差异,从简单明了的到高级复杂。下面我们按照不同分析方法所能给人带来的智能程度,把分析能力划分为8个等级。

阅读全文(15605) | 回复(5) | 编辑 | 精华 | 删除
开源的数据挖掘工具 
数据挖掘者 发表于 2008-12-16 16:40:54
本文的主要内容编译自Blaz Zupan和Janez Demsar的一篇论文(Open-Source Tools for Data Mining),原文参见http://magix.fri.uni-lj.si/blaz/papers/2008-OpenSourceDataMining.pdf。我仅仅选择其中的要点和大家共享,同时加入一些个人的点评意见。 <

阅读全文(13509) | 回复(6) | 编辑 | 精华 | 删除
SAS:商业智能从BI走向BA 
数据挖掘者 发表于 2008-12-8 15:59:58
本文是我最近在《信息周刊》上发表的2008年“技术盘点和展望”专稿,对BI(商业智能)的发展方向和技术进行初步探讨,欢迎大家交流意见。 商业智能技术正在走上面向商业分析的整合之路
《信息周刊》网络版     张磊
阅读全文(4864) | 回复(0) | 编辑 | 精华 | 删除
数据分析/数据挖掘人员的专业社交网络站点 
数据挖掘者 发表于 2008-12-3 23:18:27
在最近一期的KDnuggets News上发起了关于“数据分析/数据挖掘人员的专业社交网络站点”投票,其中包含了如下这些社交网络: Facebook a Facebook analytic group LinkedIn LinkedIn analytics group MySpace Twitter AnalyticBridge Other social sites 我有时会上去看的可能就是LinkedIn,感觉那里的专业人士比较多,同时也能把自己的同事、朋友加入自己的社交网络中。至于Facebook、MySpace这些大家熟知的
阅读全文(10892) | 回复(3) | 编辑 | 精华 | 删除
当数据遇到挖掘(下) 
数据挖掘者 发表于 2008-3-7 22:06:45
这篇文章是我最近发表在《软件世界》(2008年第2期,总第283期)上的,遗憾的是,因为版面所限,原文被砍掉了不少。我在这里贴上原文,以保持文章的整体性。因为篇幅较长,分为上下两贴。 《软件世界》上的文章链接:http://media.ccidnet.com/art/3033/20080228/1374635_1.html 删除
当数据遇到挖掘(上) 
数据挖掘者 发表于 2008-3-7 22:00:19
这篇文章是我最近发表在《软件世界》(2008年第2期,总第283期)上的,遗憾的是,因为版面所限,原文被砍掉了不少。我在这里贴上原文,以保持文章的整体性。因为篇幅较长,分为上下两贴。 《软件世界》上的文章链接:http://media.ccidnet.com/art/3033/20080228/1374635_1.html 删除
专家观点:数据挖掘的本质 
数据挖掘者 发表于 2008-1-1 22:31:24
转自:http://www.google.com/group/dm-club/web/%E4%B8%93%E5%AE%B6%E8%A7%82%E7%82%B9%EF%BC%9A%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E7%9A%84%E6%9C%AC%E8%B4%A8 J.H.Friedman
斯坦佛大学统计系及线性加速中心 摘要:DM(数据挖掘)是揭示存在于数据里的模式及数据间的关系的学科,它强调对大量观测到的数据库的处理。它是涉及数据库管理,人工智能,机器学习,模式识别,及数据可视化等学科的边缘学科。用统计的观点看,它可以看成是通过计算机对大量的复杂数
阅读全文(5227) | 回复(1) | 编辑 | 精华 | 删除
[转] 机器学习与数据挖掘 (周志华)
数据挖掘者 发表于 2007-12-17 22:03:42
全文:http://cs.nju.edu.cn/zhouzh/zhouzh.files/publication/cccf07.pdf 机器学习与数据挖掘
周 志 华
南京大学计算机软件新技术国家重点实验室,南京 210093
【摘要】

    “机器学习”是人工智能的核心研究领域之一, 其最初的研究动机是为了让计算机系统具有人的学习能力以便实现人工智能,因为众所周知,没有学习能力的系统很难被认为是具有智能的。目前被广泛采用的机器学习的定义是“利用经验来改善计算机系统自身的性能”[1]。事实上,由于“经验”在计算机系统中主要是以数据的形式存在的,因此机器学习需要设法对数据进行分析,这就使得它逐渐成为智能数据分析技术的创新源之一,并且为此而受到越来越多的关注。
<
阅读全文(15885) | 回复(6) | 编辑 | 精华 | 删除
« 1 2 3 4 »


站点首页 | 联系我们 | 博客注册 | 博客登陆

Sponsored By W3CHINA
W3CHINA Blog 0.8 Processed in 0.047 second(s), page refreshed 144322001 times.
《全国人大常委会关于维护互联网安全的决定》  《计算机信息网络国际联网安全保护管理办法》
苏ICP备05006046号