网友您好， 请在下方输入框内输入要搜索的题目：
题目内容
（请给出正确答案）
知识发现（KDD）是数据挖掘（Data Mining）的核心部分
参考答案和解析
(1） 把KDD看成数据挖捆的一个 特例。 这是早期比较流行的观点，在许多文献可以看到这种说法。 因此，从这个意义上说，数据挖掘就是从数据库、数据仓库以及其他数据存储方式中挖掘有用知识的过程。 这种描述强调了数据挖掘在掘数据形式上的多样性。(2）数据挖掘是KDD过程的一个步骤〈从狭义角度考虑）。 这种观点得到大多数学者认同，有它的合理性。 KDD是一个广义的范畴，它包括数据清洗、数据集成、数据选择、数据转换、数据挖掘、模式生成及评估等一系列步骤。 这样，可以把KDD看成是一些基本功能构件的系统化协同工作系统．而数据挖掘则是这个系统中的一个关键的部分。(3) KDD与 Data Mining 含义相同（从广义角度考虑）。 有些人认为，KDD与 Data Mining只是叫法不一样，它们的含义基本相同。 事实上，在现今的许多文献中，这两个术语仍然不加区分地使用着。 从上面的描述中可以看出，数据挖掘概念可以在不同的技术层面上来理解，但是其核心仍然是从数据中挖掘知识。 数据挖掘定义有广义和狭义之分。 从广义的观点上，数据挖掘是从 大型数据集中，挖掘隐含在其巾的、人们事先不知道的、对决策有用的知识的过程。 从狭义的观点上，可以定义数据挖掘是从 特定形式的数据集中提炼知识的过程。
更多 “知识发现（KDD）是数据挖掘（Data Mining）的核心部分” 相关考题
考题
论数据挖掘技术的应用随着信息技术的高速发展，各组织机构积累的数据量急剧增长。如何从海量的数据中提取有用的知识成为当务之急。数据挖掘（Data Mining）就是为顺应这种需要应运而生发展起来的数据处理技术，是知识发现的关键步骤。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。请围绕论数据挖掘技术的应用论题，依次从以下3个方面进行论述：①概要叙述你参与分析和开发的软件项目及你所担任的主要工作。②数据挖掘的主要任务是什么？具体论述你在项目中使用数据挖掘技术所解决的问题。③数据挖掘的方法主要有哪些？分析并讨论你所选择的数据挖掘方法，简述其具体实现过程和实际应用效果。
考题
试题二 论数据挖掘技术的应用随着信息技术的高速发展，各组织机构积累的数据量急剧增长。如何从海量的数据中提取有用的知识成为当务之急。数据挖掘（Data Mining）就是为顺应这种需要应运而生发展起来的数据处理技术，是知识发现的关键步骤。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。请围绕“论数据挖掘技术的应用”论题，依次对以下三个方面进行论述。1. 概要叙述你参与分析和开发的软件项目以及你所担任的主要工作。2. 数据挖掘的主要任务是什么？具体论述你在项目中使用数据挖掘技术所解决的问题。3. 数据挖掘的方法主要有哪些？分析并讨论你所选择的数据挖掘方法， 简述其具体实现过程和实际应用效果。
考题
Data mining is an(66)research field in database and artificial intelligence. In this paper, the data mining techniques are introduced broadly including its producing background, its application and its classification. The principal techniques used in the data mining are surveyed also, which include rule induction, decision(67), artificial(68)network, genetic algorithm, fuzzy technique, rough set and visualization technique. Association rule mining, classification rule mining, outlier mining and clustering method are discussed in detail. The research achievements in association rule, the shortcomings of association rule measure standards and its(69), the evaluation methods of classification rules are presented. Existing outlier mining approaches are introduced which include outlier mining approach based on statistics, distance-based outlier mining approach, data detection method for deviation, rule-based outlier mining approach and multi-strategy method. Finally, the applications of data mining to science research, financial investment, market, insurance, manufacturing industry and communication network management are introduced. The application(70)of data mining are described.A．intractableB．emergingC．easyD．scabrous
考题
Across a wide variety of fields, data are being collected and accumulated at a dramatic pace. There is an urgent need for a new generation of computational theories and tools to assist humans in(96)useful information(knowledge) from the rapidly growing(97)of digital data. These theories and tools are the subject of the emerging field of knowledge discovery in database(KDD). At an abstract level, the KDD field is concerned with the development of methods and techniques for making(98)of data. The basic problem addressed by the KDD process is one of mapping low-level data(which are typically too voluminous to understand and digest easily) into other forms that might be more(99)(for example, a short report), more(100)(for example, a descriptive approximation or model of the process that generated the data), or more useful(for example, a predictive model for estimating the value of future cases). At the core of the process is the application of specific data-mining methods for pattern discovery and extraction.A．expiringB．examiningC．extractingD．extricating
考题
KDD的五个基本步骤是（）.A、数据选择、数据预处理、数据转换、数据挖掘、解释和评估B、数据选择、数据转换、数据预处理、数据挖掘、解释和评估C、数据选择、数据存储、数据预处理、数据挖掘、解释和评估D、数据获取、数据存储、数据预处理、数据转换、数据挖掘
考题
单选题KDD的五个基本步骤是（）.A
数据选择、数据预处理、数据转换、数据挖掘、解释和评估B
数据选择、数据转换、数据预处理、数据挖掘、解释和评估C
数据选择、数据存储、数据预处理、数据挖掘、解释和评估D
数据获取、数据存储、数据预处理、数据转换、数据挖掘
考题
单选题（）是KDD基础性工作。A
数据挖掘B
数据整理C
数据准备D
数据传递
热门标签
最新试卷