数据挖掘的基本思想有哪些?
数据挖掘的别名机器学习和统计学习一样，数据挖掘的实质是通过计算机的计算能力在一堆数据中发掘出规律并加以利用的过程。因此对数据挖掘而言，就需要经历规则学习、规则验证和规则使用的过程。
标签：数据专题
数据挖掘的流程有哪些？
数据挖掘与数据分析的流程相似，都是从数据中发现知识的过程，只不过由于数据体量和维度的原因数据挖掘在计算上最大。
数据挖掘的应用场景有哪些？
数据挖掘应用的场景很多通常有四种情况被广泛的使用。
数据挖掘的模式有哪些？
在数据挖掘中对于规则的获取，存在三种方式分别是监督学习、无监督学习和半监督学习，这三种方式都是通过从数据的统计学习来制定规则。数
数据挖掘及高级数据分析技术的应用
借助POS（销售点）数据收集技术（条码扫描器、射频识别（RFID）和智能卡技术），零售商可以在商店的收银台收集顾客购物的最新数据。
什么是数据挖掘？
数据挖掘是在大型数据库中自动地发现有用信息的过程
数据挖掘要解决哪些问题？
面临大数据应用带来的挑战时，传统的数据分析技术经常遇到实际困难。下面是一些具体的问题，它们引发了人们对数据挖掘的研究。数字化
从概念到应用，终于有人把数据挖掘讲明白了
数据挖掘将传统的数据分析方法与用于处理大量数据的复杂算法相结合，本文将介绍数据挖掘的概况。
数据理解(data understanding）是什么？
信用卡用户基本信息表、用户状态标识代码表
业务理解(business understanding）是什么？
券商发行的公募基金产品，传统的营销方式为外呼人员电话营销。传统电话营销方式存在的问题主要有两点
建立模型(modeling）是什么？
基于用户基本信息如风险等级、开户年限、年龄等，资产信息如总资产、近一年最大资产、近半年日均资产等