摘要：
ICDM： ICDM2012 会议是第十在一系列工业会议会议数据挖掘,将每年举行。来自不同领域的专家将提供他们的应用程序和获得的结果通过应用数据挖掘。除此之外,新人在这一领域能得到一个快速的介绍数据挖掘以教程与会议有关的运行。在一个问题/解决方案小时你将有机会展示你的应用程序和要求支持他人或合作解决问题。 数据挖掘的应用：营销、医学、电子商务(矿业日志）、生物技术、质量管理、多媒体数据(图像、视频、文本、信号)、web挖掘、入侵检测在网络、农业、气象 理论和面向应用的话题：案例推理，集群，分类与预测，统计学习，关联规则，电信，实验设计，策略的实验，能力指数，偏差和新奇检测，控制图，概念上的学习 阅读全文
摘要：
数据挖掘(data mining)是从大量的、不完全的、有噪声的、模糊的、随机的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。 与数据挖掘相近的同义词有数据融合、数据分析和决策支持等。这个定义包括好几层含义：数据源必须是真实的、大量的、含噪声的；发现的是用户感兴趣的知识；发现的知识要可接受、可理解、可运用；并不要求发现放之四海皆准的知识，仅支持特定的发现问题。随着信息技术的高速发展，人们积累的数据量急剧增长，动辄以TB计，如何从海量的数据中提取有用的知识成为当务之急。数据挖掘就是为顺应种需要应运而生发展起来的数据处理技术。是知识发现(Knowledge Dis.. 阅读全文
摘要：
数据挖掘（Data Mining，DM）又称数据库中的知识发现（Knowledge Discover in Database，KDD），是目前人工智能和数据库领域研究的热点问题，所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。数据挖掘是一种决策支持过程，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析企业的数据，做出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整市场策略，减少风险，做出正确的决策。 知识发现过程由以下三个阶段组成：（1）数据准备，（2）数据挖掘，（3）结果表达和解释。 数据挖掘是通过分析每个. 阅读全文