[zz]数据挖掘邻域的5篇经典文章

最新推荐文章于 2025-08-21 12:47:11 发布
原创 最新推荐文章于 2025-08-21 12:47:11 发布 · 359 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#数据挖掘 #J#

本文推荐了数据挖掘领域的五篇经典论文，包括变量选择介绍、数据聚类综述、从数据挖掘到知识发现、数据挖掘九定律及统计建模的两种文化。这些论文对于理解数据挖掘的基本概念和技术至关重要。

转载自 http://www.dataminingblog.com/top-five-articles-in-data-mining/

Data Mining博客最近有篇文章，列举了他们认为的数据挖掘领域的5篇经典文章。个人深为赞同，所以转载一下。

An Introduction to Variable and Feature Selection

Isabelle Guyon and André Elisseeff

Data Clustering: A Review

A.K. Jain, M.N. Murty and P.J. Flynn

From Data Mining to Knowledge Discovery in Databases

Usama Fayyad, Gregory Piatetsky-Shapiro and Padhraic Smyth

Nine Laws of Data Mining

Tom Khabaza

Statistical Modeling: The Two Cultures

Leo Breiman

 

 

MATLAB算法实战应用案例精讲-【数据分析】基于sklearn的异常检测（附matlab、R语言和python代码实现）
qq_36130719的博客
01-05 2182
和在数据集上表现相当不错。而对离群值很敏感，因此在离群值检测方面表现不佳。但仍可用于异常值检测，但需要微调其超参数nu以处理异常值并防止过度拟合。提供了复杂度更低的实现。而假设数据是高斯分布的并学习一个椭圆。
ICFHR 2012 阿拉伯手写识别多方法对比与特征建模探索
Mr数据杨
09-29 536
在法证文件审查中，书写者识别是一项核心任务，尤其在文件真实性判定中具有关键作用。本次“阿拉伯语书写者识别”竞赛隶属于 ICFHR2012 国际手写识别前沿会议，聚焦通过图像处理与特征分类两大步骤识别书写者身份。参赛者面对的是超200位作者的手写文档，仅提供二值图像，模拟现实中法证环境中无法预知作者数目及文档数量的场景。通过高效特征提取与分类算法的结合，竞赛鼓励在无辅助信息情况下精准判断文档作者，强化图像特征建模与分类系统的构建能力。
数据挖掘经典论文
10-15
对数据挖掘方面的一些经典的算法的描述与实现
数据挖掘经典案例ppt_毫不夸张地说，这是你今年最值得收藏的一篇PPT文章！
weixin_39764379的博客
11-30 336
‍‍Hi，各位，这几天一直没怎么写文章，也不是懒，主要是有点迷茫，好几个夜晚，当我翻看之前写过的内容，我会陷入深深的自我怀疑，我写过的文章，到底能够带来多少价值。因为我这几年的主要工作，其实一直是在做一件很小的事情，就是希望教会大家做 PPT ，仅此而已。如果价值感不强，我这几年的努力和心血，就全白费了。可能，这就是创作者的“大姨妈”时刻吧。哎，还是要学会自我调节吧。不过，趁这几天的功夫...
数据挖掘系列文章
weixin_30834019的博客
02-28 133
数据挖掘系列文章 跟我一起数据挖掘（1）——建立数据仓库的意义 跟我一起数据挖掘（2）——挖掘模式 跟我一起数据挖掘（3）——谈谈支持度和置信度 跟我一起数据挖掘（4）——数据挖掘涉及的技术 跟我一起数据挖掘（5）——数据类型 跟我一起数据挖掘（6）——显示图表 跟我一起数据挖掘（7）——矩阵 跟我一起数据挖掘（8）——相似性和相异性 跟我一起数据挖掘（9）——R语言 跟我一起...
数据挖掘论文精选
11-03
内部精选十多个经典论文合成，包括数据挖掘、社团挖掘等
关于数据挖掘方向的优秀硕士论文
12-15
我找到的关于关于数据挖掘方向的优秀硕士论文，给初学者或写毕业论文的同学参考。
论文解读（NWR）《Graph Auto-Encoder via Neighborhood Wasserstein Reconstruction》
「 虚幻私塾」
08-20 839
图神经网络(GNNs)近年来引起了广泛的研究关注，主要是在半监督学习的背景下。当任务不可知的表示是首选或监督完全不可用时，自动编码器框架与无监督GNN训练的自然图重建目标一起使用。然而，现有的图自动编码器是通过设计来重建直接链路的，因此以这种方式训练的gnn只针对面向邻近的图挖掘任务进行优化，当拓扑结构很重要时就会失败。
大模型时代智能生产调度AI系统架构：架构师探索LLM与调度算法结合新范式
项目管理的博客
07-25 955
生产调度本质上是在复杂约束条件下的资源分配与时间安排问题，其数学本质是一类特殊的组合优化问题。生产调度的数学本质生产调度问题可形式化定义为一个四元组PJMOCPJMOCJJ1J2JnJJ1​J2​...Jn​为待加工的工件集合MM1M2MmMM1​M2​...Mm​为可用的机器/资源集合OOijOOij​为操作集合，每个工件JiJ_iJi​包含一系列有序操作Oi1Oi2O。
26、变分原理与集合空间知识解析
最新发布
pp12345的博客
08-21 72
本文系统解析了变分原理与集合空间中的核心数学概念，涵盖映射类型（如逆映射、复合映射、连续映射）、集合的等势关系与代数数域，以及从集合到各类空间的结构演化。重点介绍了度量空间、线性空间、赋范线性空间、内积空间、巴拿赫空间和希尔伯特空间的定义、性质及相关定理，包括收敛性、完备性、施瓦茨不等式和平行四边形公式，并通过示例和证明加深理解。文章还总结了空间之间的逻辑关系及其在物理、工程与计算机科学中的广泛应用，为深入学习泛函分析与现代数学提供了坚实基础。
【每日论文】计算机科学-期刊-社交网络数据挖掘方向
Ruby.菜耕地
05-17 885
一般论文格式是个样子的，所以，除了心得 借鉴部分，觉得重要的就摘上来了。 1.黄建一,李建江,王铮,方明哲.基于上下文相似度矩阵的Single -Pass短文本聚类[J].计算机科学,2019,46(04):50-56. 类型：期刊/主办单位：重庆西南信息有限公司/作者单位：北京科技大学计算机与通信工程学院 摘自论文：“个性传统的长文本聚类分析一般是基于文本的特征向量进行关联性...
数据挖掘方向小论文发布之路（一）
Dragenslyer的博客
09-09 5115
任务：****1、学习朴素贝叶斯分类并理解代码实现小的案例  
推荐参考文献元数据挖掘的几篇论文
domsemn的博客
11-18 2598
推荐参考文献元数据挖掘的几篇论文挖取元数据的几种方式 挖取元数据的几种方式 现阶段主要的参考文献的元数据挖掘主要有三个大的方向： 基于规则 通过人为观察的参考文献的特点进行规则的编写，优点是便于编写、简单清晰、不需要标记好的数据。缺点是准确率不是很高、规则写多了容易冲突。我主要看了这篇文章使用了分层的思想，达到了不错的效果。 基于模板为每一种格式的参考类型，形成一个模板，挖掘元数据时主要的工作就...
KDD 2022时空数据挖掘领域论文汇总
AI蜗牛车
02-05 4182
KDD 2022是数据挖掘领域的顶级学术会议，第28届会议于2022年8月14-18日在美国华盛顿特区会展中心举行。KDD 2022的Research和Applied Data Science两个Track共收到2448篇投稿，其中449篇被接收发表，总体接收率为18.3%。本文梳理汇总了发表于KDD 2022上的时空数据挖掘（Spatial-Temporal Data Minin...
游戏中的数据挖掘阅读文献小结
王谦的专栏
05-25 4973
最近实习的公司是做游戏的大数据分析，前期的产品做得是游戏的舆情分析，网站是www.thinkinggame.cn ，有兴趣可与上去看一看。下一步的战略是挺进游戏内数据的分析，所以我在学习如何对游戏内的数据进行分析、建立模型。下面是我今天看的一些文章或帖子。
数据挖掘十大经典算法（包括各自优缺点 / 适用数据场景）
热门推荐
昆兰.沃斯 的博客
09-04 16万+
本文主要分析皆来自其他资料，借用较为权威的总结来对我已经学习的这些经典算法做一个极为精简的概述（根据自身经验有一定修改），另外同时附上机器学习实战中作者对各种算法的评价。另外机器学习实战这本书是本人看了这么多书籍或者资料中唯一一本坚持从头看到尾，看完了的书籍，包括其中的代码皆实践运行过，收获颇多，个人认为虽然这本书时间上已经算是老资料了，但其中作者的各种总结和代码的演练都由浅入深（前提还是要有一点...
关于数据挖掘的几本书（转）
wondereamer的专栏
02-03 1097
原文作者： 老好人的日记 记得2008年初，当我刚接触到数据挖掘的时候，看过一篇文章，介绍了数据挖掘方面有三本经典书籍： (1) J. Han and M. Kamber, Data Mining: Concepts and Techniques.   本书从数据库角度看待数据挖掘，强调效率（Efficiency）。按照本书观点，数据挖掘是从存储在数据库、数据仓库或者其他信息库中的大量
数据挖掘论文matlab,数据挖掘论文3000字范文参考
weixin_42497299的博客
03-26 3663
数数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统和模式识别等诸多方法来实现上述目标。本文精选几篇关于数据发掘论文范文供大家学习一下。数据挖掘论文一：《数据挖掘中的属性选择偏差抑制算法研究》摘要:决策树算法广泛应用于数据挖掘领域之中.属性选择是决策树方法挖掘效率的关键,但ID3方法和C4.5方法在选择属性时,都会产生一定程度的选择偏差.据此,该文对信息增益模型进...
AI之AutoML：Ludwig(无需编写代码/易于使用的界面和可视化自动机器学习工具)的简介、安装、使用方法之详细攻略
头部AI社区如有邀博主AI主题演讲请私信—心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，专注，谦虚，自律，反思，成长，还算比较正能量的博主，公益免费传播…内心特别想在AI界做出一些可以推进历史进程影响力的技术(兴趣使然，有点小情怀，也有点使命感呀
07-22 1万+
​ AI之AutoML：Ludwig(无需编写代码/易于使用的界面和可视化自动机器学习工具)的简介、安装、使用方法之详细攻略 目录 Ludwig的简介 Ludwig的安装 Ludwig的使用方法 Ludwig的简介 Ludwig(无需编写代码/易于使用的界面和可视化自动机器学习工具)的简介 简介 Ludwig是Uber AI Labs在2018年开源的一款自动机器学习框架。它允许开发者以非常简单的方式构建深度学习系统，而无需编写过多的代码。Ludwig适用于广泛的任务，包括分类、回归、序列建模
C#实现的DBSCAN数据挖掘经典代码解析
数据挖掘是使用机器学习、统计学和数据库技术从大量数据中提取或“挖掘”有用知识的过程。在数据挖掘领域中，聚类分析是一个重要的任务，旨在将数据集中的数据点分组成若干个簇，使得同一簇中的点相互之间“相似”，...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值