数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
一、分类问题
第一个，它可以去解决的是分类问题。分类问题是最常见的问题。比如在我们的新闻网站判断一条新闻是社会新闻还是时政新闻，是体育新闻还是娱乐新闻，这就是一个分类问题。也就是对已知类别的数据进行学习，为新的内容标注一个类别。
二、聚类问题
第二个，它可以去解决的是聚类问题。聚类问题，聚类与分类不同，聚类的类别预先是不清楚的。我们的目标就是要去发现这些类别。聚类的算法比较适合一些不确定的类别场景。比如我们出去玩捡了一大堆不同的树叶回来，你不知道这些树叶是从什么树上掉落的，但是你可以根据它们的大小、形状、纹路、边缘等特征给树叶进行划分，最后得到三个较小的树叶堆，每一堆树叶都属于同一个种类。
三、回归问题
第三个，回归问题简单来说，回归问题可以看作高中学过的解线性方程组，它的最大特点，生成的结果是连续的，而不像分类和聚类，生成的是一种离散的结果。比如使用回归的方法来预测某个房子的总价，假设总价只跟房子的面积有关系，那么我们就可以构建出一个方程来表示房子的面积与房子总价的关系。如何根据已知的面积和总价的值解出它们的系数，就是回归问题要解决的回归方法。构建了一个模型去拟合已知的数据，然后去预测因变量的结果。
四、关联问题
第四个问题是关联问题。关联问题最常见的一个场景就是推荐，比如你在京东或者淘宝购物的时候，在选中一个商品之后，往往会给你推荐几种其他商品组合，这种功能就可以使用关联的挖掘来实现。
数字化转型网数据专题包含哪些内容
数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
数字化转型网数据专题包含：
1、数据相关外脑支持：100+数据相关专家、100+数据实践者、1000+相关资料
2、数据研习社：与全球数据相关专家、实践者共同探讨相关问题，推动产业发展！
3、国际认证培训：目前已引进DAMA国际认证CDMP，其他国内外认证也在逐步引进中
4、典型案例参考：与数字化转型网数据要素X研习社社员一起学习典型案例，共探企业数据落地应用
