智客公社

标题: 「架构选型」精选数据发掘和机器学习软件列表 [打印本页]
作者: NO小帅哥    时间: 2019-9-29 07:40
标题: 「架构选型」精选数据发掘和机器学习软件列表
数据发掘是指从大量的数据中经过算法搜索隐藏于其中信息的过程。

数据发掘通常与计算机迷信有关，并经过统计、在线分析处理、情报检索、机器学习、专家系统（依托过去的阅历法则）和形式辨认等诸多方法来完成上述目的。 [1]

数据发掘是人工智能和数据库范畴研讨的热点成绩，所谓数据发掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非伟大过程。数据发掘是一种决策支持过程，它次要基于人工智能、机器学习、形式辨认、统计学、数据库、可视化技术等，高度自动化地分析企业的数据，作出归纳性的推理，从中发掘出潜在的形式，协助决策者调整市场策略，减少风险，作出正确的决策。知识发现过程由以下三个阶段组成：①数据预备；②数据发掘；③结果表达和解释。数据发掘可以与用户或知识库交互。 [1]

数据发掘是经过分析每个数据，从大量数据中寻觅其规律的技术，次要有数据预备、规律寻觅和规律表示三个步骤。数据预备是从相关的数据源中选取所需的数据并整合成用于数据发掘的数据集；规律寻觅是用某种方法将数据集所含的规律找出来；规律表示是尽能够以用户可了解的方式（如可视化）将找出的规律表示出来。数据发掘的义务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演化分析等。 [1]

机器学习是一门多范畴交叉学科，触及概率论、统计学、逼近论、凸分析、算法复杂度实际等多门学科。专门研讨计算机怎样模拟或完成人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善本身的功能。

它是人工智能的核心，是使计算机具有智能的根本途径。

机器学习是一门多学科交叉专业，涵盖概率论知识，统计学知识，近似实际知识和复杂算法知识，运用计算机作为工具并努力于真实实时的模拟人类学习方式， 并将现有内容停止知识结构划分来有效提高学习效率。 [1]

机器学习有下面几种定义：

(1)机器学习是一门人工智能的迷信,该范畴的次要研讨对象是人工智能，特别是如何在阅历学习中改善详细算法的功能。

(2)机器学习是对能经过阅历自动改进的计算机算法的研讨。

(3)机器学习是用数据或以往的阅历,以此优化计算机程序的功能标准。

精选数据发掘和机器学习软件列表

[attach]225163[/attach]

[attach]225164[/attach]

[attach]225165[/attach]

A

B

C

D

E

F

G

I

J

K

L

M

N

O

P

R

S

T

U

V

W

X

Y

Z

原文：https://en.wikipedia.org/wiki/Category:Data_mining_and_machine_learning_software

本文：https://pub.intelligentx.net/wikipedia-data-mining-and-machine-learning-software

讨论：请加入知识星球或者小红圈【首席架构师圈】
作者: 丿杯具    时间: 2019-9-29 07:42
分享了
作者: Yc馃槺    时间: 2019-9-29 07:53
分享了
作者: 萌Reverie    时间: 2019-9-30 08:19
有没有什么需要注意的？
作者: 羽吹心月    时间: 2019-10-1 17:42
前排支持下了哦~



欢迎光临 智客公社 (http://bbs.cnaiplus.com/) Powered by Discuz! X3.4