高級人工智能-預(yù)覽頁
【正文】 觀察 ?切片和切塊是在一部分維上選定值后 ， 關(guān)心度量數(shù)據(jù)在剩余維上的分布 。 數(shù)據(jù)倉庫具有從各種數(shù)據(jù)源中抽取數(shù)據(jù)，并對數(shù)據(jù)進行清洗、聚集和轉(zhuǎn)換等各種處理的能力 2022/8/21 高級人工智能 史忠植 26 數(shù)據(jù)挖掘概念 發(fā)展 ? 1989 IJCAI會議： 數(shù)據(jù)庫中的知識發(fā)現(xiàn)討論專題 ? Knowledge Discovery in Databases (G. PiatetskyShapiro and W. Frawley, 1991) ? 19911994 KDD討論專題 ? Advances in Knowledge Discovery and Data Mining (U. Fayyad, G. PiatetskyShapiro, P. Smyth, and R. Uthurusamy, 1996) ? 19951998 KDD國際會議 (KDD’9598) ? Journal of Data Mining and Knowledge Discovery (1997) ? 1998 ACM SIGKDD, SIGKDD’19992022 會議 ,以及 SIGKDD Explorations ? 數(shù)據(jù)挖掘方面更多的國際會議 ? PAKDD, PKDD, SIAMData Mining, (IEEE) ICDM, DaWaK, SPIEDM, etc. 2022/8/21 高級人工智能 史忠植 27 數(shù)據(jù)挖掘軟件的發(fā)展 代 特征 數(shù)據(jù)挖掘算法 集成 分布計算模型 數(shù)據(jù)模型 第一代 作為一個獨立的應(yīng)用 支持一個或者多個算法 獨立的系統(tǒng) 單個機器 向量數(shù)據(jù) 第二代 和數(shù)據(jù)庫以及數(shù)據(jù)倉庫集成 多個算法：能夠挖掘一次不能放進內(nèi)存的數(shù)據(jù) 數(shù)據(jù)管理系統(tǒng)，包括數(shù)據(jù)庫和數(shù)據(jù)倉庫 同質(zhì)、局部區(qū)域的計算機群集 有些系統(tǒng)支持對象 ,文本和連續(xù)的媒體數(shù)據(jù) 第三代 和預(yù)言模型系統(tǒng)集成 多個算法 數(shù)據(jù)管理和預(yù)言模型系統(tǒng) intra/extra網(wǎng)絡(luò)計算 支持半結(jié)構(gòu)化數(shù)據(jù)和 web數(shù)據(jù) 第四代 和移動數(shù)據(jù) /各種計算設(shè)備的數(shù)據(jù)聯(lián)合 多個算法 數(shù)據(jù)管理、預(yù)言模型、移動系統(tǒng) 移動和各種計算設(shè)備 普遍存在的計算模型 Robert Grossman， National Center for Data Mining University of Illinois at Chicago 的觀點 2022/8/21 高級人工智能 史忠植 28 數(shù)據(jù)挖掘軟件的發(fā)展 第一代數(shù)據(jù)挖掘軟件 ? 特點 ? 支持一個或少數(shù)幾個數(shù)據(jù)挖掘算法 ? 挖掘向量數(shù)據(jù)（ vectorvalued data） ? 數(shù)據(jù)一般一次性調(diào)進內(nèi)存進行處理 ? 典型的系統(tǒng)如 Salford Systems公司早期的 CART系統(tǒng)() ? 缺陷 ? 如果數(shù)據(jù)足夠大，并且頻繁的變化，這就需要利用數(shù)據(jù)庫或者數(shù)據(jù)倉庫技術(shù)進行管理，第一代系統(tǒng)顯然不能滿足需求。 2022/8/21 高級人工智能 史忠植 36 Questions?!
物理相關(guān)推薦
鄂ICP備17016276號-1