網(wǎng)絡(luò)系廖年冬博士給本科生作學(xué)術(shù)報告
發(fā)布時間: 2018-06-26 19:57:22 瀏覽量:
2018年6月26日下午2點，計算機與通信工程學(xué)院網(wǎng)絡(luò)系主任廖年冬博士在理科樓A102室給網(wǎng)絡(luò)工程專業(yè)的本科生做了題目為“數(shù)據(jù)挖掘知識簡介”的學(xué)術(shù)報告。
廖博士介紹了數(shù)據(jù)挖掘（Data mining）又譯為資料探勘、數(shù)據(jù)采礦。它是數(shù)據(jù)庫知識發(fā)現(xiàn)（英語：Knowledge-Discovery in Databases，簡稱：KDD)中的一個步驟。數(shù)據(jù)挖掘一般是指從大量的數(shù)據(jù)中通過算法搜索隱藏于其中信息的過程。
數(shù)據(jù)挖掘通常與計算機科學(xué)有關(guān)，并通過統(tǒng)計、在線分析處理、情報檢索、機器學(xué)習(xí)、專家系統(tǒng)（依靠過去的經(jīng)驗法則）和模式識別等諸多方法來實現(xiàn)上述目標(biāo)。
數(shù)據(jù)挖掘利用了來自如下一些領(lǐng)域的思想：(1) 來自統(tǒng)計學(xué)的抽樣、估計和假設(shè)檢驗，(2)人工智能、模式識別和機器學(xué)習(xí)的搜索算法、建模技術(shù)和學(xué)習(xí)理論。數(shù)據(jù)挖掘也迅速地接納了來自其他領(lǐng)域的思想，這些領(lǐng)域包括最優(yōu)化、進化計算、信息論、信號處理、可視化和信息檢索。一些其他領(lǐng)域也起到重要的支撐作用。特別地，需要數(shù)據(jù)庫系統(tǒng)提供有效的存儲、索引和查詢處理支持。源于高性能（并行）計算的技術(shù)在處理海量數(shù)據(jù)集方面常常是重要的。分布式技術(shù)也能幫助處理海量數(shù)據(jù)，并且當(dāng)數(shù)據(jù)不能集中到一起處理時更是至關(guān)重要。
為了讓計算機與通信工程學(xué)院本科生了解數(shù)據(jù)挖掘技術(shù)的發(fā)展歷史、發(fā)展現(xiàn)狀和未來技術(shù)應(yīng)用，尤其是對接現(xiàn)在十分熱門的人工智能技術(shù)，廖年冬博士全面介紹了以下幾種技術(shù)：
· 分類 （Classification）
· 估計（Estimation）
· 預(yù)測（Prediction）
· 相關(guān)性分組或關(guān)聯(lián)規(guī)則（Affinity grouping or association rules）
· 聚類（Clustering）
· 復(fù)雜數(shù)據(jù)類型挖掘(Text, Web ,圖形圖像，視頻，音頻等)
另外，也從現(xiàn)實生活出發(fā)，介紹了數(shù)據(jù)挖掘在教育、醫(yī)療、大數(shù)據(jù)分析等方面的應(yīng)用。