数据挖掘的起源与早期应用
20世纪80年代，随着计算机存储容量的增加，许多公司开始存储更多的事务性数据。
标签：数据专题
大数据挖掘的一般方法
预测模型方法是数据挖掘主要方法中分支较为复杂的一类，包括神经网络与决策树等相关人工智能算法、进化算法及支持向量机等算法。
数据挖掘技术在金融领域应用
数据挖掘，亦称为知识发现（Knowledge Discovery in Databases, KDD），是从大量数据中提取有价值信息和知识的过程。
数据挖掘是什么？数据挖掘八大算法有哪些？
数据挖掘是一种从大量数据中提取有用信息的过程。它是一种数据分析技术，旨在发现数据中的模式、关系和趋势。
数据挖掘算法原理及实践
Apriori算法是一种用于频繁项集挖掘和关联规则学习的算法。
什么是AdaBoost算法
AdaBoost（Adaptive Boosting）是一种自适应的增强学习算法，它是集成学习算法-Boosting 算法的一种具体实现
预测模型方法有哪些？
预测模型方法是数据挖掘主要方法中分支较为复杂的一类，包括神经网络与决策树等相关人工智能算法、进化算法及支持向量机等算法。
数据挖掘技术在金融领域的挑战与展望
数据泄露风险：金融行业涉及大量敏感数据，如客户个人信息、交易记录等，一旦发生泄露，不仅会损害客户利益
数据挖掘的基本概念和工作流程
一切业务数据化，一切数据业务化。数据业务化绝不是数据的简单展现，而是要将数据中的价值提炼出来
什么是数据挖掘？数据挖掘注重什么？
数据挖掘，Data Mining，简称DM，是从大量数据数据中通过算法抽取出隐含的、先前未知的、可能有用的信息的过程。
什么是神经网络？
神经网络是当今人们使用的另一项重要技术。这种技术最常用于数据挖掘技术的起步阶段。人工神经网络是在人工智能社区中形成的。