本文介绍了《数据仓库与知识发现》课程的内容，探讨了数据和知识的关系，并提出了知识层次结构。文章阐述了数据仓库和数据挖掘的概念，指出数据挖掘在数据分析、决策支持和智能查询等方面的应用。此外，还讲解了数据挖掘过程的步骤，包括数据选择、预处理、模式寻找等，并提及了数据挖掘在不同类型数据上的应用和主要功能。
这学期学院开设了《数据仓库与知识发现》这门专业课，作为课程笔记复习巩固之用，将上课所学记录在博客中，同时也希望得到不足之处与指正，作为交流学习。
《数据仓库与知识发现》这个标题里提到“数据”和“知识”两个概念，那什么是数据？什么是知识？
data 数据 ：我们可以轻易得到很多数据，但这些数据对我们来说是没有意义的。
knowledge 知识 ：从数据得出有意义的东西，或者说对你来说有用的东西。
同时这里提到了一个知识层次结构（The Knowledge Hierarchy）：从低级到高级依次是data（数据）、information（信息）、knowledge（知识）、wisdom（智慧）。由此可以很容易看出从低到高，数据在变得有意义、有价值，直到成为智慧。
但我们面临一个问题就是：我们淹没在数据中，却渴求知识。由此，针对这个问题的解决方案就是所谓的数据仓库和数据挖掘。
data warehousing 数据仓库
<
最低0.47元/天 解锁文章
扫一扫
5万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
