u011090298的专栏

所有内容均来自互联网的一些博客,感谢他们的建议,在此我把一些比较好的汇总一下,大家共享同时推荐两个很好的DM博客:1. 数据挖掘者:2.数据挖掘青年:1关于论文如何创新1数据挖掘人员从事的工作内容2读博深造的必要性3自学时的大方向请问:现在数据挖掘开发主流平台和编程语言.那些更有优势呢?现在大都用什么呢问题1:现在选择数据挖掘作为终身职业是明智之举吗?问题2

BP神经网络背景:        BP(Back propagation)神经网络是一种多层前馈神经网络，该神经网络主要特点就是信号前向传递，误差反向反馈。具体来说，就是输入信号先前向传播到中间层节点，经过中间层节点激励函数转化后传播到输出节点，输出节点求和后即给出输出。BP网络的输出和实际的输出间的误差反传会中间层节点和权值来修正节点阀值和权值，从而使BP网络预测数值不断逼近真实数值。BP网

（一）什么是数据仓库数据库的定义很多，但却很难有一种严格的定义1、他是一个提供决策支持功能的数据库2、为统一的历史数据分析提供坚实的平台，对信息处理提供支持           大众定义：数据仓库是一个面向主题的、集成的、随时间而变化的、不容易丢失的数据集合，支持管理部门的决策过程。            数据集成：一个数据仓库是通过集成多个异种数据源来构成的

（一）在何种数据上进行数据挖掘1、关系数据库2、数据仓库3、事务数据库4、高级数据库系统和信息库      a、空间数据库      b、时间数据库和时间序列数据库：存放与时间有关的数据，可以通过研究事务      c、流数据:与传统的数据库技术中的静态数据不同，流数据存在内存中，而      d、多媒体数据库      e、面向对象数据库和对象-关系数据库

我 的专业是模式识别与智能系统、之前学过C++、java、Android、但发现找到的工作工资也都是8000一下，感觉没有数据挖掘工资高，主要是搞这些方面工作的人特别多，所以工资也就降到很多，而数据挖掘之2012年之后非常火的行业，而且进入这个行业的人的素质要比一般的行业要高，而且我研究生期间又是做相关工作的，所以这个时间段我想转行了，今天是2014年12月15日，我买了2015年2月12日回家的

数据库 数据清理  数据仓库  任务相关数据   数据挖掘 （狭义的数据挖掘）   模式评估    最后得出那些有用的模式，我们称为知识。         （一） 知识挖掘的步骤1、了解应用领域：了解相关的知识和应用的目标；2、创建目标数据集：选择数据；3、数据清理和预处理：这个可能要占全过程的60%的工作量4、数据缩减和变换：找到有用特征、维数缩减/变量缩减，不变量的表示。

http://www.36dsj.com/archives/20382

主成分分析 1、定义：       在统计分析中，主成分分析（英语：Principal components analysis，PCA）是一种分析、简化数据集的技术。主成分分析经常用减少数据集的维数，同时保持数据集的对方差贡献最大的特征。这是通过保留低阶主成分，忽略高阶主成分做到的。这样低阶成分往往能够保留住数据的最重要方面。但是，这也不是一定的，要视具体应用而定。主成分分析由卡尔·皮尔逊

*************使用的工具：Matlab分类器：SVM*************1、案例背景：在葡萄酒制造业中,对于葡萄酒的分类具有很大意义,因为这涉及到不同种类的葡萄酒的存放以及出售价格,采用SVM做为分类器可以有效预测相关葡萄酒的种类,从UCI数据库中得到wine数据记录的是在意大利某一地区同一区域上三种不同品种的葡萄酒的化学成分分析,数据里含有178