在上几篇文章中我们给大家介绍了成为数据挖掘师需要学习的一部分数学基础。当然，如果能够掌握数学基础知识，那么在数据挖掘工作中一定会轻松不少，这也正是数据挖掘工作需要掌握的基础层级的知识。关于数据挖掘需要的数学基础我们给大家介绍了不少，下面我们就给大家介绍剩余的内容。
首先说的就是图论，图论在表述各种关系的强大能力以及理论和算法，越来越受到数据挖掘领域的欢迎。在很多人学习范围内，图论仅在数据结构这门课中提到过。经典图论，在数据挖掘领域中的一个最重要应用就是图模型了，它被成功运用于分析统计网络的结构和规划统计推断。例如，分析社交网络的用户关系，常用邻接链表和邻接矩阵综合表示。在很多的时候也离不开深度优先和广度优先算法。这正是图论的好处。
其次就是要给大家介绍的泛函分析了，在数据挖掘中，泛函分析体现了数学模型从特殊到一般的发展过程。说到这里，就不得不说说函数的历史了，函数在200年前的定义还是数与数的对应关系，空间的概念只有欧几里德空间顶着。在近200年的时代中，数学的发展进入了一个新的阶段。就是对欧几里得第五公理的研究从而引出了非欧几何这门新的学科，从对于代数方程求解的一般思考，发展并建立了群论。然后就是对数学分析的研究又建立了集合论。于是就有了泛函分析，而泛函分析作为数学分析的分支，将函数扩展到函数与函数之间的关系，乃至任意两个集合之间的关系，空间则从有限维空间拓展到无限维空间。在这个地方，函数以及其所作用的对象之间存在的对偶关系扮演了非常重要的角色。机器学习发展至今，也在向无限维延伸。从研究有限维向量的问题到以无限维的函数为研究对象。所以如果想要做好数据挖掘工作，还是需要对泛函分析有一定的了解，这样才能够应对一些数据挖掘的知识。
关于数据挖掘需要学习的数学基础知识我们就给大家介绍到这里了，大家在进行学习数学基础知识的时候一定要坚持下去，毕竟数学还是比较枯燥的，只要我们咬咬牙，坚持坚持再坚持，才能够进入数据分析这个高大上的行业。
网友评论