()是数据挖掘过程中的核心部分。A.模型的评估与检验B.模型建立与调整C.模型解释与应用
题目
()是数据挖掘过程中的核心部分。
A.模型的评估与检验
B.模型建立与调整
C.模型解释与应用
相似考题
更多“()是数据挖掘过程中的核心部分。 ”相关问题
-
第1题：
11、数据挖掘的过程中，数据挖掘是第一步。 该说法是否正确？
错误 -
第2题：
知识发现（KDD）是数据挖掘（Data Mining）的核心部分
(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。 -
第3题：
为什么说数据挖掘是大数据分析的核心？
在理论上,数据挖掘和大数据分析的研究目标是一致的,都是期望从大型数据集中发现有价值的知识模式; 从方法上说,数据挖掘方法可以为大数据分析提供全面的分析方法的支撑。数据挖掘技术已经针对大容量、调整流动或者多数据类型并存的数据集的挖掘方法进行研究,取得不同程度的研究成果; 从技术上说,除了随着高性能计算机、网络技术以及云计算的发展使大数据分析 的基础硬软件环境得到满足外,分析的技术就是一个从原始的大型数据集中发现可以利用的规律性知识的过程,因此数据挖掘技术的充分发展才能使大数据分析成为可能。 -
第4题：
数据挖掘的核心是算法。
正确 -
第5题：
商务智能的核心技术是数据挖掘
AB