Tinghua Data Mining
Learning Resources
书籍：
期刊：
业界先驱：
开阔视野，掌握业界最新动态。
工具：
数据挖掘是很多学科的综合体：
甭管叫什么名字，归根到底都是数据挖掘：
Comprehensive Learning:
Learning != Listening
数据
What is Big Data?
Big Data:
Data Mning
Data Integration & Analasis
The Process of Data Mining
DM Techniques -- Classification
Classification Boundaries
Classification -- Overfitting
Confusion Matrix
Receive Operating Charactics
男人 女人 身高
DM Techniques -- Clusting
Hierrachical Clusting
不同层面分组
Association Rule
关联规则
DM Techniques -- Regression
参数和变量之间是线性的 不是说最终的表达式线性的
Overfitting -- Regression
死记硬背
既没有那么简单 也没有那么复杂
Seeing is Knowing
耳听为虚 眼见为实 高维数据直接很难理解 发挥人的知识的储备 主观能动性 领域知识的综合理解能力 可视化 对于用户来说 挖掘出来的东西给 可解释性
Performance Dashborad
Tableau
可视化工具软件
Data Preprocessing
Gabage In Gabage Out
脏数据输入 一定会脏数据输出
预处理很重要 准确性 时效性 完整性
原材料要好 打地基 否则外面再modern也是豆腐渣工程
Privacy Protection
Cloud Computation
买 租 服务器
把软硬件转换成一种服务
Parrelal Compututing
The Big Picture
数据挖掘三要素：数据，模型，算力（支撑平台）
No Free Lunch
分类 聚类 告诉我一个哪一个算法不就行了 不行 没有那么好的事 参数 经验尝试
拿到一个问题，先找简单的，说不定可以，够用就行了。没有必要一味地去追求看起来很复杂或者很高端的算法。
量化交易：克服人内在的性格弱点。更加理性。
Grouping
正相关，负相关，可能存在内在的分组的情形。
看问题要全面