数据挖掘十大经典算法 国际权威的学术组织the IEEE International Conference on Data Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法：C4

数据挖掘最常见的十种方法 下面介绍十种数据挖掘（Data Mining）的分析方法，以便于大家对模型的初步了解，这些都是日常挖掘中经常遇到的算法，希望对大家有用！（甚至有数据挖掘公司，用其中的一种算法就能独步天下）

纽约市消防局认为他们可以利用数据挖掘来做到这点。消防局的分析员称某些建筑和一些更容易起火的因素有关联。 贫穷就是其一。 “低收入社区和火灾有相关性，” 消防局的分析主管 Jeff Chen 在拉斯维加斯上的一个工业会议上这样说道。

，Heka是一款拥有数据收集、分析、监视和报表的工具，采用 Go 语言开发。其主要组件为 hekad ，一个适用于任何主机的轻量级守护程序，其主任务是： 通过读取和解析日志文件收集数据，监视服务器状况，

有网友在 Quora 上提问：对于那些非计算机科学行业的人，你会如何向他们解释机器学习和数据挖掘？ 斯坦福大学的印度学生、机器学习爱好者 Pararth Shah 在2012年12月22日的回复，非常经典，得赞数有

数据挖掘在招生信息管理系统中的应用 戴佳宁 摘 要：本论文就中等职业技术学校招生信息管理系统的设置及决策分析模块中应用的数据挖掘技术进行了有益的探索和研究。 关键词：招生信息管理系统、数据挖掘、关联规则挖掘算法、Apriori算法

是一个基于组件的数据挖掘和机器学习软件套装，它的功能即友好，又很强大，快速而又多功能的可视化编程前端，以便浏览数据分析和可视化，基绑定了 Python以进行脚本开发。它包含了完整的一系列的组件以进行数据预处理，

基于hadoop实现的好；只是自己，想用hadoop实现下，最近也在学；若有不足的地方还请指点。 首先，我的初始数据是文件，每一行为一个follow 关系 ida+‘\t’+idb；表示 ida follow id

魔兽模拟器的机器学习和数据挖掘; 玩模拟游戏的结果可以用来确定哪些一起能很好的工作,哪些没有卡牌. 用法 Hearthbreaker 兼容任何支持 Python 3.2+ 和 PyPy3 2.3+

原文出处： fengfenggirl（@也爱数据挖掘） 从这篇开始，我将介绍分类问题，主要介绍决策树算法、朴素贝叶斯、支持向量机、BP神经网络、懒惰学习算法、随机森林与自适应增强算法、分类

有各种用途的网络爬虫，但本质上是一个网络爬虫是用来从互联网收集挖掘数据。大多数搜索引擎使用它作为提供了最新数据的方法，并用于查找互联网上有什么新的内容。 在这篇文章中，介绍前50个开源的Web爬虫可在网上进行数据挖掘。 项目名 开发语言

督学习中的聚类算法；二者相同之处：均利用近邻信息来标注类别。 聚类是数据挖掘中一种非常重要的学习流派，指将未标注的样本数据中相似的分为同一类，所谓“物以类聚，人以群分”嘛。k-means是聚类算法

其意义就是两个元素在欧氏空间中的集合距离，因为其直观易懂且可解释性强，被广泛用于标识两个标量元素的相异度。将上面两个示例数据代入公式，可得两者的欧氏距离为： （2）除欧氏距离外，常用作度量标量相异度的还

com/group/class 2. 数据蕴含商机，挖掘决胜千里腾讯研究院 数据分析研究室 SimonJiang / 江宇闻 2009-02-24 3. Agenda数据挖掘是什么？1模型+算法2数据挖掘实践分享3心得与总结4

第零步：原点，大数据与价值 大概一年多以前，和几个小伙伴均认同一个趋势：觉得通过技术手段获取网上越来越丰富的数据，并基于这些数据做分析及可视化，必能产生有价值的结果，帮助大家改善生活。（大数据被叫烂了，所以用低调的方式来解释我们的初心）

Java语言开发，RapidMiner（前身是Yale）已经是一个比较成熟的数据挖掘解决方案了，包括常见的机器学习、NLP、推荐、预测等方法（推荐只占其中很小一部分），而且带有GUI的数据分析环境，数据ETL、预处理、可视化、评估、部署等整套系统都有。

当今这个大数据时代，数据就等于金钱。随着向一个基于应用的领域过渡，数据则呈现出了指数级增长。然而，百分之八十的数据是非结构化的，因此它需要一个程序和方法来从中提取有用信息，并且将其转换为可理解、可用的结构化形式。

开源免费电子书集合，包括机器学习、数据挖掘、自然语言处理和数学等。 本文是WIKI页面，请自由的参与到这个列表的贡献。 机器学习/数据挖掘 An Introduction To Statistical

译文出处： Sunstone 按照Elder博士的总结，这10大易犯错误包括： 0. 缺乏数据（Lack Data） 1. 太关注训练（Focus on Training） 2. 只依赖一项技术（Rely

原文出处： fengfenggirl（@也爱数据挖掘） 神经网络曾经很火，有过一段低迷期，现在因为深度学习的原因继续火起来了。神经网络有很多种：前向传输网络、反向传输网络、递归神经网络、卷