教授РContentsР02Р03Р04Р05Р06Р第一部分?绪论Р第二部分?数据挖掘概述Р第三部分?遗传算法概述Р第四部分?遗传算法的改进Р第五部分?遗传算法的应用实例Р第六部分?总结与展望Р01Р数据挖掘中遗传算法的分析与研究Р绪论Р选题背景及研究意义Р国内外研究现状Р第一部分Р选题背景及研究意义Р数据挖掘和遗传算法在不同领域有着广泛的应用Р第一部分Р国内外数据挖掘研究现状Р1Р1989年?首次提出“知识发现”这一术语Р2Р1995年? 提出“数据挖掘”的概念Р3Р90年代? 主要进行对理论和算法的研究Р4Р5Р国外的最新发展?进一步研究知识发现的方法?KDD与数据库相结合?统计学方法在KDD中的应用Р国内的最新发展:?分支技术研究中,试图建立集合理论体系,实现海量数据处理?构造智能专家系统?利用概念进行文本挖掘Р第一部分Р国内外遗传算法研究现状Р六十?年代Р七十?年代Р八十?年代Р九十?年代Р提出“遗传算法”Р1967Р解决优化问题Р1970-1980Р蓬勃发展Р1980-1990Р提出“遗传编程”Р1990-2000Р数据挖掘概述Р定义А过程А技术А应用? 问题与挑战Р定义:Р数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。Р第二部分Р技术层面:?数据挖掘基于机器学习,神经网络等技术来发现联系并构造模型的。Р应用层面:?数据挖掘通过分析数据,得出预测支持,用于企业决策等方面。Р定义:Р理解:Р+Р数据挖掘的概念Р1Р2Р3Р数据准备Р数据选取?数据预处理?数据变换Р定义问题?选择挖掘算法Р检验模式是否有效Р数据挖掘的过程Р第二部分Р数据挖掘Р结果解释和评估Р数据Р目标数据Р预处理数据Р数据变换Р模式Р知识Р数据挖掘的过程示意图Р选择Р预处理Р转换Р挖掘Р解释评价Р第二部分
全文预览
