数据挖掘

商务智能与数据挖掘实验室成立于2015年9月，由中央财政支持地方高校发展专项资金建设。实验室面积315平方米，设备价值99.4万元。 实验室主要服务于商务智能与数据挖掘方向的实验教学，目前开设了《商务智能（英）》、《商业数据分析（双语）》、《数据挖掘技术与应用》、《R语言与数据挖掘》等实验课程

你的浏览器版本过低，可能导致网站不能正常访问！ 为了你能正常使用网站功能，请使用这些浏览器。 3月31日，之江大讲堂“师友讲堂”第四十五讲在绍兴校园师生活动中心报告厅举行。理学院副院长李春娜博士作题为“走进数据挖掘”的专题讲座，全院师生共计100余人到场聆听

中科院计算所智能信息重点实验室机器学习与数据挖掘研究组是由何清研究员领导的专注于数据挖掘、机器学习、并行海量数据挖掘等研究领域的技术团队。团队成员近年来发表在国际重要SCI期刊论文32篇，顶级会议近20篇，EI收录51篇。承担并圆满完成国家重点基础项目（973计划）3项；承担完成了863项目3项获得好评；承担完成或参加完成的国家自然科学基金项目5项被评为优或特优

商业智能的发展，顺应了大数据时代高速发展的风口。商业智能在企业中的应用也越来越广泛，传统的企业竞争也从工艺转变成了信息的竞争。在这其中，数据挖掘起到了举足轻重的作用，数据挖掘的强弱，决定着企业掌握数据的多少，因此，在商业智能的应用中，数据挖掘也被单独列出，作为一个重点去发掘

数据挖掘（Data mining）旨在从大量数据中提取规则，而机器学习（Machine Learning）则教会计算机如何学习和理解给定的参数。或者换句话说，数据挖掘只是一种研究方法，以确定一个特定的结果，基于收集的数据总量。另一方面，我们有机器学习，它训练系统执行复杂的任务，并利用收集到的数据和经验使系统变得更聪明

经过多年的积累，广州泰迪科技与机械工业出版社、人民邮电出版社共同策划，校企联合编写《R语言数据分析与挖掘实战》、《Python数据分析与挖掘实战》、《Hadoop与大数据挖掘》、《Hadoop大数据开发基础》、《Spark大数据技术与应用》、《Python编程基础》、《Python数据分析与应用》、《R语言商务数据分析实战》等20余本大数据专业教材，目前已在全国500余高校使用，惠及师生60余万人。 大数据行业案例库是泰迪科技在数据挖掘领域探索10余年和高校资深讲师联合经验总结之作，内容涵盖智能电网、移动电信、医疗健康、网络舆情、电子商务、金融保险、交通运输、信息安全、政务民生等诸多行业，特别适合有数据挖掘相关课程教学的高校、研究所和培训机构，也可作为个人学习数据挖掘技术的**素材。如电力窃漏电用户自动识别、气象与输电线路缺陷关联分析、航空公司客户价值分析、城市公交站点设置的优化分析、信用卡高风险客户识别、P2P网络信贷获贷结果预测等

数据分析、数据挖掘、数据统计、OLAP 之间的差异是什么？，直接搬运过来好了。 简单说：数据挖掘就是从海量数据中找到隐藏的规则，数据分析一般要分析的目标比较明确。 “数据分析”得出的结论是人的智力活动结果，而“数据挖掘”得出的结论是机器从学习集（或训练集、样本集）发现的知识规则

本书系统地介绍了数据挖掘的方法和技术，主要内容包括：决策树挖掘；关联规则挖掘；逻辑回归；神经网络；聚类分析；支持向量机；降维；异常检测等。每一章都会涉及学习要点、学习难点和思考题，希望能使学生对数据挖掘的整体结构、理论、概念、技术和方法有深入的认识和了解；掌握数据挖掘的技术、方法及数据挖掘应用系统开发，了解数据仓库和数据挖掘技术的研究问题、现状及未来的研究方向。并且结合具体案例的分析，实现数据挖掘的功能