筆記還未整理;
資料挖掘需求
需要:一 從大量的,不完全的,有噪聲的,模糊的,隨機的資料中,(一般存在于大型資料庫或者資料倉庫中)發現并提取隱含的,潛在的,有價值的資訊或知識(模型或規則)的程序
目的:是幫助分析人員尋找資料之間的關聯關系,發現被忽略的要素,而這些資訊對于預測趨勢和決策行為是十分有用的。
例:網路管理系統中故障關聯分析問題,找到故障根源。
就可以從根源上解決問題了。
課堂復習:課堂筆記1,ETL,資料挖掘程序。決策樹
因素:反饋,學習
人工智能基本要求:增量學習。
疑問:大資料(資料倉庫)是否越多越好,對于AI系統是否有幫助?
-關聯分析:就是發現大量資料中項集之間有趣的關聯。
-根據原始資料,關聯規則和可信度等資訊,從大量資料中尋找潛在關聯關系。
-關聯可分為簡單關聯,時序關聯,因果關聯。
思想跑偏中:PDI演算法具有反饋,調節,算得上廣義上的人工智能嗎。




轉載請註明出處,本文鏈接:https://www.uj5u.com/shujuku/62374.html
標籤:非技術區
上一篇:資訊系統集成技術課堂小記1
下一篇:大家幫幫忙呀
