问答
首页
找产品
找企业
资讯
论坛
百科
问答
维修
服务
品牌
改装
首页
问答
全部分类
问答
精选
待解决
问
数据挖掘方向前途怎么样?
匿名用户
在国外很好 在国内,还处于起步阶段,真正的数据挖掘运用还比较少,找工作也不是很容易,学这个方向的,基本上出来是做数据处理、数据分析,或是有些干脆做软件开发师。 不过有兴趣的话,这也是不错的方向,毕竟,再过上十来年,应该都能发展得起来的。应该说现状艰辛,但前途还是光明的。 如果找数据挖掘的工作,地点也很重要,国内发展比较好的城市是北京和上海,广东也有少数。一般来说,比较大型的企才有投有数据挖掘工程师这个职位,其它企业如果需要,都是外包给专门的数据挖掘公司来做的。 比较能用得上数据挖掘的行业是大型网站、银行、医院,针对网站,一般要学习WEB挖掘,挺有前途,大型网站公司也会招这个职位。银行的数据挖掘也用得广,但它一般包给专业公司来做,有个方向叫商业智能,简称BI,觉得挺有前途的。应该是数据挖掘中以后会很热的行业
2023-07-15
1条回答
问
学习web数据挖掘需要哪些基础嘀嗒网
匿名用户
3、数学——图论,最优化理论等。 WEB上的数据结构更加复杂。 python语言————应该学习 答案2:: 先学习一下韩家炜那本经典数据挖掘概念与技术教材吧, 然后就是找些日志来真正挖掘一下了。是学计算机的吧?其他基础就 是普通研发工程师的基础了。 :::::::::::::::::::请参考以下相关问题:::::::::::::::::::: 学习Web数据挖掘 可以胜任那些岗位 :::::::::::::::::::请参考以下相关问题:::::::::::::::::::: :::::::::::::::::::请参考以下相关问题:::::::::::::::::::: :::::::::::::::::::请参考以下相关问题:::::::::::::::::::: 数据挖掘的web应用:::::::::::::::::::请参考以下相关问题::::::::::::::::::::
2023-07-15
1条回答
问
如何准备才能找到数据挖掘方向的工作
热心问友
数据挖掘人员需具备以下基本条件,才可以完成数据挖掘项目中的相关任务。一、专业技能硕士以上学历,数据挖掘、统计学、数据库相关专业,熟练掌握关系数据库技术,具有数据库系统开发经验熟练掌握常用的数据挖掘算法具备数理统计理论基础,并熟悉常用的统计工具软件二、行业知识具有相关的行业知识,或者能够很快熟悉相关的行业知识三、合作精神具有良好的团队合作精神,能够主动和项目中其他成员紧密合作四、客户关系能力具有良好的客户沟通能力,能够明确阐述数据挖掘项目的重点和难点,善于调整客户对数据挖掘的误解和过高期望具有良好的知识转移能力,能够尽快地让模型维护人员了解并掌握数据挖掘方法论及建模实施能力进阶能力要求数据挖掘人员具备如下条件,可以提高数据挖掘项目的实施效率,缩短项目周期。具有数据仓库项目实施经验,熟悉数据仓库技术及方法论熟练掌握SQL语言,包括复杂查询、性能调优熟练掌握ETL开发工具和技术熟练掌握Microsoft Office软件,包括Excel和PowerPoint中的各种统计图形技术善于将挖掘结果和客户的业务管理相结合,根据数据挖掘的成果向客户提供有价值的可行性操作方案现在,许多企业都把数据看成宝贵的财富,纷纷利用商务智能发现其中隐藏的信息,借此获得巨额的回报。国内暂时还没有官方关于数据挖掘行业本身的市场统计分析报告,但是国内数据挖掘在各个行业都有一定的研究。据国外专家预测,在今后的5—10年内,随着数据量的日益积累以及计算机的广泛应用,数据挖掘将在中国形成一个产业。众所周知,IT就业市场竞争已经相当激烈,而数据处理的核心技术---数据挖掘更是得到了前所未有的重视。数据挖掘和商业智能技术位于整个企业IT-业务构架的金字塔塔尖,目前国内数据挖掘专业的人才培养体系尚不健全,人才市场上精通数据挖掘技术、商业智能的供应量极小,而另一方面企业、政府机构和和科研单位对此类人才的潜在需求量极大,供需缺口极大。如果能将数据挖掘技术与个人已有专业知识相结合,您必将开辟职业生涯的新天地!
2023-07-15
2条回答
问
数据挖掘相关的书籍
雨蒙蒙
老套的说法就是数据挖掘概念与技术和数据挖掘原理两本了,但都讲的太泛。看了还是不知道怎么做。具体看你从什么方向去学习DM这个东东~ 比如数据库、统计、还是AI方向~如果你是CS出身的话,推荐一本我最近找到的 Data mining introductory and advanced topics,绝对是入门好书~
2023-07-14
2条回答
问
数据挖掘专业报考学校
宝宝熊
不用犹豫,一定选电子科技大学,理由如下:1、从专业性来看,电子科技大学覆盖电子科技全部领域,其电子专业与金融专业跨学科建成的电子金融学也是实用性极强的品牌优势专业,是金融企业的热招高校。2、从学校地位来说,电子科技大学是教育部直属、985、211工程重点大学,毕业前景无论是就业升学都有入门保证,能给你更多的择业机会。3、从未来经济前景看,金融固然是热门,但单纯的金融理论与应用人才已经过多,金融企业的人才需求像银行一样,开始转移到对技术创新型金融人才的需求。
2023-07-10
2条回答
问
数据挖掘兴起于哪一年
匿名
第一阶段:电子邮件阶段这个阶段可以认为是从70年代开始,平均的通讯量以每年几倍的速度增长。第二阶段:信息发布阶段从1995年起,以Web技术为代表的信息发布系统,爆炸式地成长起来,成为目前Internet的主要应用。中小企业如何把握好从“粗放型”到“精准型”营销时代的电子商务。第三阶段: EC(Electronic Commerce),即电子商务阶段EC在美国也才刚刚开始,之所以把EC列为一个划时代的东西,是因为Internet的最终主要商业用途,就是电子商务。同时反过来也可以说,若干年后的商业信息,主要是通过Internet传递。Internet即将成为我们这个商业信息社会的神经系统。1997年底在加拿大温哥华举行的第五次亚太经合组织非正式首脑会议(APEC)上美国总统克林顿提出敦促各国共同促进电子商务发展的议案,其引起了全球首脑的关注,IBM、HP和Sun等国际著名的信息技术厂商已经宣布1998年为电子商务年。第四阶段:全程电子商务阶段随着SaaS(Software as a service)软件服务模式的出现,软件纷纷登陆互联网[5],延长了电子商务链条,形成了当下最新的“全程电子商务”概念模式。也因此形成了一门独立的学科——数据挖掘与客户关系管理硕士。
2023-07-10
1条回答
问
数据挖掘从入门到进阶,要看什么书
づ遺莣☆ゞ缘
数据挖掘入门的书籍,中文的大体有这些:Jiawei Han的《数据挖掘概念与技术》Ian H. Witten / Eibe Frank的《数据挖掘 实用机器学习技术》Tom Mitchell的《机器学习》TOBY SEGARAN的《集体智慧编程》Anand Rajaraman的《大数据》Pang-Ning Tan的《数据挖掘导论》Matthew A. Russell的《社交网站的数据挖掘与分析》很多人的第一本数据挖掘书都是Jiawei Han的《数据挖掘概念与技术》,这本书也是我们组老板推荐的入门书(我个人觉得他之所以推荐是因为Han是他的老师)。其实我个人来说并不是很推荐把这本书。这本书什么都讲了,甚至很多书少有涉及的一些点比如OLAP的方面都有涉猎。但是其实这本书对于初学者不是那么友好的,给人一种教科书的感觉,如果你有大毅力读完这本书,也只能获得一些零碎的概念的认识,很难上手实际的项目。
2023-07-10
2条回答
问
数据挖掘对SEO有什么用
深爱他
现在是大数据的时代,做SEO也必须要以数据为基轴,进行数据分析,这样才能更好的做好SEO,下面子闻SEO谈谈几点看法1. 数据分析:根据数据挖掘的分析工具,用以分析网站内容的数据。以网站内容为主题的进行网站内容广度和深度的数据挖掘,制定详细的网站内容策略,从而提高网站内容的覆盖面。同时数据分析还可以用于关键词领域。2.数据估值:每一条信息都有它独特的价值,互联网上转载、重复率越高的信息其价值也就越低。数据估值的功能就是判断每条信息的价值,为网站选择更多有价值的信息,也是提升网站价值的重要条件。3.数据聚集:数据聚集即是将相关的数据记录在一个集里面,从搜索引擎的角度来说越相关的数据越集中则友好性就越强。从事SEO行业的,基本都知道相关性是很重要的SEO因素。数据挖掘在很多行业领域都能够得到很广泛的应用,这主要是因为数据对于任何一个行业来说都是很重要的信息。数据挖掘对于SEO的作用还远不止上面提到的几点。
2023-07-10
1条回答
问
数据挖掘所得到的信息应具有哪些特征
午夜皇后~
数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识。• 数据挖掘所得到的信息应具有先前未知,有效和可实用三个特征。• 先前未知的信息是指该信息是预先未曾预料到的。• 数据挖掘是要发现那些不能靠直觉发现的信息或知识,甚至是违背直觉的信息或知识。• 挖掘出的信息越是出乎意料,就可能越有价值
2023-07-10
2条回答
问
数据挖掘技术都有哪些功能
匿名用户
数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据集中识别有效的、新颖的、潜在有用的,以及最终可理解的模式的非平凡过程。它是一门涉及面很广的交叉学科,包括机器学习、数理统计、神经网络、数据库、模式识别、粗糙集、模糊数学等相关技术。数据挖掘的技术,可分为:统计方法、机器学习方法、神经网络方法和数据库方法。统计方法,可细分为:回归分析(多元回归、自回归等)、判别分析(贝叶斯判别、CBR、遗传算法、贝叶斯信念网络等。神经网络方法,可细分为:前向神经网络(BP算法等)、自组织神经网络(自组织特征映射、竞争学习等)等。数据库方法主要是基于可视化的多维数据分析或OLAP方法,另外还有面向属性的归纳方法。
2023-06-25
1条回答
上一页
35/39
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
下一页
求购
首页
找产品
找企业
论坛
我的