- 一级分类：
- 全部 计算机 高等教育 金融/投资/证券 医药卫生 汽车/机械/制造 外语学习 报告/分析 法律/法规/法学 研究生考试 电子工程/通信技术 经济/贸易/财会 建筑/施工 幼儿/小学教育 中学教育 文学/历史/军事/艺术 资格/认证考试 人力资源/企业管理 学术论文 行业资料 办公文档 生活休闲
- 二级分类：
- SEO 计算机应用/办公自动化 .NET 数据结构与算法 Java C/C++资料 linux/Unix相关 手机开发 UML理论/建模 并行计算/云计算 嵌入式开发 windows相关 软件工程 管理系统 开发文档 图形图像 通信/网络 网络信息安全 电子支付 Labview matlab 网络资源 Python Delphi/Perl 评测 flash设计与制作 CSS/Script 计算机原理 PHP资料 数据挖掘与模式识别 Web服务 数据库 Visual Basic 电子商务 服务器 搜索引擎优化 存储技术 架构 行业软件 人工智能 计算机辅助设计 多媒体 软件测试 计算机硬件与维护 网站策划 网页设计/UI 网吧管理
云计算与数据挖掘(免积分).ppt
云计算与数据挖掘云计算的起源云计算发展的驱动因素云计算的定义云计算技术体系结构Google云计算关键技术微软的节能措施Google云计算原理Google需要一个支持海量存储的文件系统购置昂贵的分布式文件系统与硬件？为什么不使用当时现存的文件系统？Google所面临的问题与众不同不同的工作负载，不同的设计优先级（廉价、不可靠的硬件）需要设计与Google应用和负载相符的文件系统GFS的假设与目标将文件划分为若干块（Chunk）存储每个块固定大小（64M）通过冗余来提高可靠性每个数据块至少在3个数据块服务器上
数据挖掘论文（精品多篇）.docx
数据挖掘论文（精品多篇）编辑：数据挖掘论文（精品多篇）为的会员投稿推荐，但愿对你的学习工作带来帮助。数据挖掘论文篇一摘要：主要通过对数据挖掘技术的探讨，对职教多年累积的教学数据运用分类、决策树、关联规则等技术进行分析，从分析的结果中发现有价值的数据模式，科学合理地实现教学评估，让教学管理者能够从中发现教学活动中存在的主要问题以便及时改进，进而辅助管理者决策做好教学管理。关键词：教学评估；数据挖掘；教学评估体系；层次分析法1概述近年来国家对中等职业教育的发展高度重视，在政策扶持与职教工作者的努力下，职业教育
数据挖掘论文精品多篇.docx
数据挖掘论文精品多篇【说明】数据挖掘论文精品多篇为的会员投稿推荐，但愿对你的学习工作带来帮助。数据挖掘论文篇一数据挖掘技术在金融业、医疗保健业、市场业、零售业和制造业等很多领域都得到了很好的应用。针对交通安全领域中交通事故数据利用率低的现状，可以通过数据挖掘对相关交通事故数据进行统计分析，从而发现其中的关联，这对提升交通安全水平具有非常重要的意义。1数据挖掘技术概述数据挖掘（DataMining）即对大量数据进行有效的分类统计，从而整理出有规律的、有价值的、潜在的未知信息。一般来讲，这些数据存在极大的随机
数据挖掘论文 (优选10篇).docx
数据挖掘论文(优选10篇)【导语】数据挖掘论文(优选10篇)由会员“zhangjun”整理投稿精心推荐，小编希望对你的学习工作能带来参考借鉴作用。【目录】篇1：数据挖掘论文篇2：数据挖掘论文篇3：数据挖掘论文篇4：数据挖掘论文篇5：数据挖掘论文篇6：数据挖掘论文篇7：数据挖掘论文篇8：数据挖掘论文篇9：数据挖掘论文篇10：数据挖掘论文【正文】篇1：数据挖掘论文题目：档案信息管理系统中的计算机数据挖掘技术探讨摘要：伴随着计算机技术的不断进步和发展，数据挖掘技术成为数据处理工作中的重点技术，能借助相关算法搜索
数据挖掘技术论文【多篇】.docx
数据挖掘技术论文【多篇】【导语】数据挖掘技术论文【多篇】为的会员投稿推荐，但愿对你的学习工作带来帮助。数据挖掘技术论文篇一关键字：数据挖掘金融数据金融部门每天的业务都会产生大量数据，利用目前的数据库系统可以有效地实现数据的录入、查询、统计等功能，但无法发现数据中存在的关系和规则，无法根据现有的数据预测未来的发展趋势。缺乏挖掘数据背后隐藏的知识的手段，导致了数据爆炸但知识贫乏”的现象。与此同时，金融机构的运作必然存在金融风险，风险管理是每一个金融机构的重要工作。利用数据挖掘技术不但可以从这海量的数据中发现隐
数据挖掘案例分析(聚类分析).doc
数据挖掘*实验报告实验项目名称：ﻩﻩ对全国3１个地区农村居民人均年食品消费量（09年)得聚类分析ﻩﻩﻩ信息技术学院软件技术与数据库教研室实验概述:对全国不同地区农村居民每人年食品消费量得聚类分析实验目得运用数据挖掘技术中得聚类分析方法,对全国不同地区农村居民每人年食品消费量得数据进行分类。实验要求用聚类分析方法分析数据，对数据进行分类.实验预备知识统计学知识，数据库知识,数据挖掘聚类分析方法实验内容实验方案设计用全国31个地区（北京、天津、河北、山西、内蒙古、辽宁、吉林、黑龙江、上海、江苏、安徽、福建、江
数据挖掘与用户画像学习教案.pptx
会计学用户(yònghù)画像的价值用户(yònghù)画像构建流程数据(shùjù)收集用户(yònghù)行为建模用户画像基本(jīběn)成型数据(shùjù)可视化分析聚类分析-K均值(jūnzhí)算法K值估计对于k值，必须提前知道，这也是kmeans算法的一个缺点。当然对于k值，我们可以有很多种方法进行估计。本文中，我们采用平均直径法来进行k的估计。也就是说，首先视所有的点为一个大的整体cluster，计算所有点之间距离的平均值作为该cluster的平均直径。选择初始质心的时候，先选择最远的两
数据挖掘案例分析(聚类分析).doc
数据挖掘*实验报告数据挖掘实验报告实验项目名称：对全国31个地区农村居民人均年食品消费量（09年）的聚类分析信息技术学院软件技术与数据库教研室实验概述：实验概述：对全国不同地区农村居民每人年食品消费量的聚类分析1.实验目的运用数据挖掘技术中的聚类分析方法，对全国不同地区农村居民每人年食品消费量的数据进行分类。运用数据挖掘技术中的聚类分析方法，对全国不同地区农村居民每人年食品消费量的数据进行分类。2.实验要求用聚类分析方法分析数据，对数据进行分类。用聚类分析方法分析数据，对数据进行分类。3.实验预备知识统计
数据挖掘CHAPTER数据预处理学习教案.pptx
会计学234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162
数据挖掘教程数据预处理学习教案.pptx
会计学数据(shùjù)预处理为什么要预处理数据(shùjù)？数据(shùjù)质量的多维度量数据(shùjù)预处理的主要任务空缺(kòngquē)值如何处理(chǔlǐ)空缺值噪声(zàoshēng)数据如何处理噪声(zàoshēng)数据数据(shùjù)平滑的分箱方法聚类回归(huíguī)数据(shùjù)集成处理(chǔlǐ)数据集成中的冗余数据数据(shùjù)变换数据(shùjù)变换——规范化数据(shùjù)归约策略数据(shùjù)立方体聚集维归约数据压缩(shùjùyāsuō)数
数据仓库与数据挖掘演示稿实用教案.pptx
1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859
数据挖掘文献综述学习教案.pptx
会计学第一章现状研究第二章数据挖掘的一般算法(suànfǎ)第三章数据挖掘的将来走向第一章现状(xiànzhuàng)研究2.数据挖掘的阶段数据挖掘过程包括很多处理阶段，其一般流程主要包括三个阶段：数据准备、数据挖掘、结果解释和评价(píngjià)，其中数据准备阶段包含数据选择和数据的预处理两个步骤。如下图：3.数据挖掘的划分①按数据挖掘的对象分类，包括关系数据库、数据仓库、事务数据库、对象-关系数据库、序列数据库、时间数据库、多媒体数据库、数据流和Web数据。不同类型(lèixíng)的数据储存库，数
数据挖掘基本原理.ppt
数据挖掘的基本原理报告内容数据挖掘的基本概念改变未来世界的十大新兴技术什么是数据挖掘？为什么会出现数据挖掘？其他数据分析方法：商业智能其他数据分析方法：统计学数据挖掘：多学科的汇合数据挖掘是一个过程数据挖掘过程中的数据预处理数据挖掘过程中的数据探索数据挖掘结果的评价什么不是数据挖掘？数据挖掘的基本概念几个基本概念几类基本的挖掘算法关联规则的基本概念关联规则的度量对支持度与置信度的批判关联规则的应用分类问题的基本定义分类过程示意分类中的决策树（DecisionTree）归纳决策树示意聚类的基本概念聚类示意从
数据挖掘_Places Rated Almanac data(居住评级年鉴数据.pdf
PlacesRatedAlmanacdata(居住评级年鉴数据)数据摘要：DatatakenfromthePlacesRatedAlmanac,givingtheratingson9compositevariablesof329locations.中文关键词：数据挖掘,居住,年鉴,气候,地形,英文关键词：Datamining,Places,Almanac,Climate,Terrain,数据格式：TEXT数据用途：Thedatacanbeusedfordataminingandanalysis.数据详细介
数据挖掘与客户关系管理.ppt
5.1数据挖掘概述5.1.1数据挖掘技术的由来5.1.2数据挖掘的定义5.1.3数据挖掘的功能5.1.4数据挖掘应用5.1.5数据挖掘未来研究方向5.2数据挖掘的任务、技术与实施过程5.2.1数据挖掘任务5.2.2数挖掘技术人工神经网络人工神经网络5.2.3数据挖掘的流程5.3数据挖掘在CRM中的应用5.3.1从客户生命周期角度分析数据挖掘技术的应用客户生命周期分析不同客户生命周期阶段出现的数据5.3.2从行业角度分析数据挖掘技术的应用5.3.2从行业角度分析数据挖掘技术的应用5.3.2从行业角度分析数据
浅析WEB日志数据挖掘技术.docx
浅析ＷＥＢ日志数据挖掘技术摘要：互联网发展到今天已经成为了人们生活中不可缺少的一部分了，而互联网从某种意义上讲也可以看作是一个庞大的数据库，并且涉及到各个领域。那么在这个庞大的数据库中，教据挖掘技术有什么用武之地呢?本文通过时互联网上数据挖掘的简单论述，说明现在互联网上数据挖掘的一些趋势和相关技术，并且着重分析一下其中一种互联网上数据挖掘的应用方向相关的技术一一Web使用记录的挖掘，关键词：web数据挖掘；Web日志；数据预处理一、引言目前。互联网已经和我们的生活密不可分，它可以说是一个巨大的、分布广泛和
数据挖掘和环境保护.ppt
1.数据库与数据仓库从数据库到数据仓库从数据库到数据仓库什么是数据仓库操作型数据与分析型数据的区别数据仓库的四个基本特征面向应用进行数据组织的特点面向主题的数据组织大纲什么是数据挖掘数据挖掘的标准流程：CRISP－DM数据挖掘工具——SPSSClementine简介第一部分：什么是数据挖掘？数据挖掘都干了些什么？数据挖掘都干了些什么？数据挖掘都干了些什么？数据挖掘都干了些什么？数据挖掘都干了些什么？通过数据挖掘您可以通过数据挖掘您可以通过数据挖掘您可以通过数据挖掘您可以通过采用自动或半自动的手段，在海量数
数据挖掘机器学习总结.docx
数据挖掘机器学习总结1决策树算法机器学习中，决策树是一个预测模型；它代表的是对象属性值与对象值之间的一种映射关系。树中每个节点表示某个对象，每个分叉路径则代表的某个可能的属性值，而每个叶结点则对应具有上述属性值的子对象。决策树仅有单一输出；若需要多个输出，可以建立独立的决策树以处理不同输出。从数据产生决策树的机器学习技术叫做决策树学习,通俗说就是决策树。决策树学习也是数据挖掘中一个普通的方法。在这里，每个决策树都表述了一种树型结构，它由它的分支来对该类型的对象依靠属性进行分类。每个决策树可以依靠对源数据库
数据挖掘：聚类分析及其应用.doc
聚类分析及其应用摘要：数据挖掘是信息产业界近年来非常热门的研究方向,聚类分析是数据挖掘中的核心技术。其中聚类分析（ClusterAnalysis）又称群分析，是根据“物以类聚”的道理，对样品或指标进行分类的一种多元统计分析方法，它们讨论的对象是大量的样品或数据，要求能合理按各自的特性来进行合理的分类，没有任何模式可供参考或依循，即是在没有先验知识的情况下进行的。关键词：数据挖掘,聚类分析,聚类算法，中医临床正文：挖掘算法是根据数据创建数据挖掘模型的一组试探法和计算。为了创建模型，算法将首先分析您提供的数据
财务报表分析与数据挖掘.pptx
公司财务分析第一章资产负债表分析第一节资产负债表概述第一节资产负债表概述第一节资产负债表概述第一节资产负债表概述资产负债表编制单位：年月日单位：元资产资产第一节资产负债表概述资产第一节资产负债表概述第一节资产负债表概述第一节资产负债表概述第一节资产负债表概述第一节资产负债表概述第一节资产负债表概述第一节资产负债表概述第一节资产负债表概述第二节重要资产项目的内容及其分析第二节重要资产项目的内容及其分析第二节重要资产项目的内容及其分析第二节重要资产项目的内容及其分析第二节重要资产项目的内容及其分析第二节重要资
