Я новичок, который собирается начать читать о интеллектуальном анализе данных. У меня есть базовые знания по ИИ и статистике. Поскольку многие говорят, что машинное обучение также играет важную роль в интеллектуальном анализе данных, нужно ли читать о машинном обучении, прежде чем я смогу продолжить изучение данных?
machine-learning
references
data-mining
муравьев
источник
источник
Ответы:
Будучи несколько в этом положении, я постараюсь дать некоторое представление.
Во-первых, загрузите элементы статистического обучения . Это предполагает исчисление и линейную алгебру, и хотя это очень технически, это также чрезвычайно хорошо написано.
Во-вторых (или во-первых) посмотрите учебники Эндрю Нг по машинному обучению.
В-третьих, получите некоторые данные и начните пытаться анализировать данные. Вам нужно будет разбить учебные и тестовые наборы, а затем построить модели на тренировочном наборе и проверить их на соответствие тестовому набору. Я нашел пакет каретки для R очень полезным для всего этого. После этого его практика, практика практики (как и почти все остальное).
источник
Введение в интеллектуальный анализ данных от Tan, Steinbech, Kumar - лучшая вступительная книга
http://www.amazon.com/Introduction-Data-Mining-Pang-Ning-Tan/dp/0321321367
сохранить EoSL для того, когда вы хотите копать глубже. Это скорее ссылка.
источник
Интеллектуальный анализ данных может быть описательным или прогнозным.
С одной стороны, если вы заинтересованы в интеллектуальном извлечении данных, то машинное обучение не поможет.
источник
Я только добавил еще один очень хороший источник учебников по интеллектуальному анализу данных / машинному обучению Тома Митчелла .
Он объясняет это очень четко, и вы также можете скачать его презентации с его сайта (вместе с просмотром его лекций там).
источник