數據挖掘是從大量的、不完全的、有噪聲的、模糊的、随機的數據集中識别有效的、新穎的、潛在有用的,以及最終可理解的模式的非平凡過程。它是一門涉及面很廣的交叉學科,包括機器學習、數理統計、神經網絡、數據庫、模式識别、粗糙集、模糊數學等相關技術。數據挖掘的技術可分為:統計方法、機器學習方法、神經網絡方法和數據庫方法。而統計方法可細分為:回歸分析、判别分析。神經網絡方法可細分為:前向神經網絡、自組織神經網絡等。數據庫方法主要是基于可視化的多維數據分析或OLAP方法,另外還有面向屬性的歸納方法。
數據挖掘是從大量的、不完全的、有噪聲的、模糊的、随機的數據集中識别有效的、新穎的、潛在有用的,以及最終可理解的模式的非平凡過程。它是一門涉及面很廣的交叉學科,包括機器學習、數理統計、神經網絡、數據庫、模式識别、粗糙集、模糊數學等相關技術。數據挖掘的技術可分為:統計方法、機器學習方法、神經網絡方法和數據庫方法。而統計方法可細分為:回歸分析、判别分析。神經網絡方法可細分為:前向神經網絡、自組織神經網絡等。數據庫方法主要是基于可視化的多維數據分析或OLAP方法,另外還有面向屬性的歸納方法。