本笔记在学习“清华大学-数据挖掘：理论与算法”时记录

数据储量急剧增加，在2000年后数据发生了从模拟到数字的显著转变。

同时，算力也在大幅度增长。

数据挖掘相关的顶级会议：

1. International Conference on Data Mining
2. International Conference on Data Engineering
3. International Conference on Machine Learning
4. International Joint Conference on Artificial Intelligence
5. Pacific-Asia Conference on Knowledge Discovery and Data Mining
6. ACM SIGKDD Conference on Knowledge Discovery and Data Mining

数据的定义

数据是代表变量或一组变量的定性或定量属性的信息。 数据通常被认为是从中获得信息和知识的最低抽象级别

数据的分类

• 连续型，二进制
• 离散型，字符串
• 符号型

存储结构

• 物理性质 01010101
• 逻辑性质 LDAP数据库，星型存储结构

大数据

3V特征：数据量大volume(数据量由tb-zb)；产生速度快velocity(batch-streaming data)；数据种类庞大variety(从structured到unstructured)

开放数据(Opendata)

法律上公开允许获取，技术上公开容易获取

数据挖掘(datamining)

数据挖掘是从通常庞大，不完整和嘈杂的数据中自动提取有趣且有用的隐藏模式的过程。

从数据到智能：数据库-数据预处理-数据挖掘-决策模型