导论

数据挖掘

数据库中知识发现 Knowledge Discovery in Database (KKD) 是将未加工的数据转换为有用信息的整个过程。而数据挖掘是其中不可缺少的一环，包括从数据预处理到数据挖掘结果的后处理。
数据科学 data science 是一个研究及应用工具和技术从数据中获取信息的跨学科领域，涉及多领域的工具和技术，如数据挖掘、统计学、人工智能、模式识别、机器学习、数据库技术等。

数据挖掘要解决的问题

• 可伸缩
• 高维性
• 异构数据和复杂数据
• 数据的所有权与分布
• 非传统分析

数据挖掘任务

通常分为两大类

1. 预测任务

• 预测建模
  包括分类（离散变量），回归（连续性变量）

2. 描述任务
   多为探查性，常后跟技术验证和结果解释。

• 关联分析
• 聚类分析
• 异常检测
  识别异常点或离群点，异常检测算法需要尽量高检测率和低误报率。