人工智能作业.doc

人工智能作业题目:数据挖掘的应用现状姓名:樊金凤学号:201004120110班级:计算机科学与技术成绩:数据挖掘的应用现状人工智能作业题目:数据挖掘的应用现状姓名:樊金凤学号:201004120110班级:计算机科学与技术成绩:数据挖掘的应用现状学号:10姓名:樊金凤班级:2010级计算机科学与技术摘要:本文介绍数据仓库和数据挖掘的相关基本知识并探讨了数据挖掘在现实中的应用,包括在超级市场,图书馆管理,保险金融业,:,数据库中存储的数据量急剧增大,在大量的数据背后隐藏着许多重要的信息,如果能把这些信息从数据库中抽取出来,将为公司创造很多潜在的利润,而这种从海量数据库中挖掘信技术,就称之为数据挖掘[1].数据挖掘是通过仔细分析大量数据来揭示有意义的新的关系、,是数据库研究中一个很有应用价值的新领域,交叉性学科,融合了人工智能、数据库技术、模式识别、机器学习、,它的生命周期正处于沟坎阶段,需要时间和精力去研究、开发和逐步成熟,,所以从模式处理的角度,,数据仓库之In-mon在《建立数据仓库))CBuildingtheDatawaLre-house)一书中定义了数据仓库的概念,随后又给出了更为精确的定义:数据仓库[2]是在企业管理和决策中面向主题的、集成的、,数据仓库更像一种过程一一对分布在企业内部各处的业务数据的整合、,而数据仓库则是在数据分析和决策方面提供服务,这种系统被称为联机分析处理(OLAP).,Codd认为OLTP已不能满足终端用户对数据库查询分析的需要,:袁忠0968-).男,汉族,四川雅安人,助理工程师,,,然后发展到可对数据库进行查询和访问,,,因为对这种技术进行支持的三种基础技术已经发展成熟,他们是:海量数据搜集、,并且数据仓库正在广泛地应用于各种行业;对计算机硬件性能越来越高的要求,也可以用现在已经熟的并行多处理机的技术来满足;另外数据挖掘算法经过了这10多年的发展也已经成为一种成熟,稳定,,其中包括数理统计、人工智能、,这些成熟的技术,加上高性能的关系数据库引擎以及广泛的数据集成,让数据挖掘技术在当前的数据仓库环境中进入了实用的阶段[3].:(1)人工神经网络:仿照生理神经网络结构的非线形预测模型,通过学习进行模式识别;(2)决策树:代表着决策集的树形结构;(3)遗传算法:基于进化理论,并采用遗传结合、遗传变异、以及自然选择等设计方法的优化技术沃的近邻算法:将数据集合中每一个记录进行分类的方法;(5)规则推导:从统计意义上对数据中的"如果一那么"规则进行寻找和推导采用上述技术的某些专门的分析工具已经发展了约10年的历史,[4].数据挖掘工具是怎样准确地告诉你那些隐藏在数据库深处的重要信息的呢?它们又是如何作预测的?,,如果你想要在大海上去寻找一艘古老的西班牙沉船,,经过调查你发现这些沉船大部分都是在百慕大海区被发现,并且那个海区有着某种特征的洋流,,,