資料探勘主要可以分為三類：聚類、分類、回歸 pig sql指令碼語言，生成自定義函式 matlab語言 分為主接指令互動和m檔案的程式設計方式 weka 機器學習軟體 -> rapodminer r語言的學習方法
主要需要的數學知識有：概率統計、矩陣理論、相似度計算、線性代數（最小二乘法）
索引技術包括：資料庫索引和文字索引（倒排索引） 外排序、mapreduce技術、hash技術（bloom filter）
聚類與分類的不同在於具有資料特徵的選取和提取的過程> -k均值聚類、k-medoids聚類（劃分聚類）
> -birch （層次聚類）離群點挖掘技術：統計、鄰近度、密度、聚類、高維資料
決策樹：求取淨現值的期望值大於等於零的概率（取樣&**）
資訊熵、資訊增益 id3演算法、c4.5演算法 k近鄰分類（基於例項的學習）
k近鄰演算法 — 通過加權重或者近點合併客服資料不對稱） k-d樹 — 主要應對於k近鄰索引->多維空間搜尋（範圍、最近鄰）
支援向量機：實現間隔最大化已得到最優分類，等同求解乙個凸二次規劃的最優化演算法
侷限：大規模樣本訓練、多分類問題 最優決策邊界的選取
核函式：將低維不可分資料轉化為高維可分
k(xi, xj) = (xi , xj+1)^d
k (xi, xj) = exp (- )
大資料核心技術解讀
網際網路時代，我們每天都在生產著大量的資料，並且這些資料被記錄儲存下來，不斷地累積，資料規模越來越大，想要實現對資料的處理，就需要成熟的大資料技術框架來提供支援。今天的大資料前沿技術培訓分享，我們就來對大資料核心技術做乙個簡單的入門介紹。在大資料當中，相當一部分的資料是半結構化 非結構化的，並且伴隨...
今日頭條核心技術「個性推薦演算法」揭秘
1月20日，新生代移動網際網路企業今日頭條在北京國家會議中心舉辦了 算數 年度資料發布會 資料發布會的主題名為 算數 實際上指的是 演算法 與 資料 眾所周知，今日頭條是個個性化的新聞推薦引擎。在今日頭條ceo張一鳴看來，演算法是 今日頭條 這款興趣推薦搜尋引擎應用的核心，這也是與傳統 最本質的區別...
Canvas 核心技術
最近專案需求中要寫較多h5小遊戲，遊戲本身體量不是很複雜，主要是承載較多業務邏輯，所以決定用canvas來完成遊戲部分。之前只是知道h5中有canvas這個東西，也知道它大概是畫圖的，但具體怎麼用，還是一無所知的。在mdn在看了一些相關資料，一口氣也看了html 5 canvas 核心技術和html...