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