列举数据挖掘领域的十大挑战性问题
发布时间：2020-12-14 04:09:14 所属栏目：大数据 来源：网络整理
导读：数据挖掘（Data?Mining，DM）又称数据库中的知识发现（Knowledge?Discover?in?Database，KDD），是目前人工智能和数据库领域研究的热点问题，所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。数据挖掘是一种
|
数据挖掘（Data?Mining，DM）又称数据库中的知识发现（Knowledge?Discover?in?Database，KDD），是目前人工智能和数据库领域研究的热点问题，所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。数据挖掘是一种决策支持过程，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析企业的数据，做出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整市场策略，减少风险，做出正确的决策。?? 在ICDM2005前夕,美国的吴信东教授等人让世界上这个方向的顶级专家(名单附下)列出了他们各自认为数据挖掘研究领域的10大挑战性问题,然后他们?总结这些专家的意见,得出了数据挖掘10大挑战性问题的,很有意义的哦,大家可以根据这些挑战性问题确定自己今后的研究方向,也可以看下自己的研究方向是?否在这10大问题中： 1Developing?a?Unifying?Theory?of?Data?Mining?2Scaling?Up?for?High?Dimensional?Data/High?Speed?Streams?3Mining?Sequence?Data?and?Time?Series?Data?4Mining?Complex?Knowledge?from?Complex?Data?5Data?Mining?in?a?Network?Setting?6Distributed?Data?Mining?and?Mining?Multi-agent?Data7Data?Mining?for?Biological?and?Environmental?Problems?8Data-Mining-Process?Related?Problems?9Security,?Privacy?and?Data?Integrity?10Dealing?with?Non-static,?Unbalanced?and?Cost-sensitive?Data（编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |