如何构建数字孪生体；数字孪生体与仿真的区别与联系；物理模型，行为模型，规则模型
大数据
分类
数字孪生指的是对复杂产品进行的一种综合多物理、多尺度的概率模拟，进而反映孪生产品的生命周期，是实现智能制造的关键技术。
不平衡数据集的度量指标。为什么要做特征选择，为了降维。熵（entropy）用来衡量系统的不确定性。PCA(Principal Component Analysis)，PCA不考虑分类。LDA(Line […]
数据挖掘算法需要考虑的因素：适用性，计算复杂度，可解释性。如果对数据进行分组，这两组数据在内部就是正相关，注意数据的内部分组特性。数据缺失可能的原因：机器故障，数据没有被提供，不适用。数据缺失的程度： […]
数据挖掘-聚类，距离指标：欧氏距离，曼哈顿距离，马氏距离；算法：K-Means，Sequential Leader，Affinity Propagation；分类方式：层次聚类，密度聚类，模型聚类，关 […]
数据挖掘-分类-分类算法，过拟合问题，混淆矩阵，代价敏感问题
数据储量和算力在大幅增长，数据挖掘相关顶级会议，数据的定义，数据的分类，存储结构，大数据的特征，开放数据，数据挖掘，从数据到智能
