MIT OpenCourseWare


» 進階搜尋
 課程首頁
 教學大綱
 教學時程
 課堂講稿
 作業
 測驗
 研習資料

15.062 2003春季課程:資料探勘(Data Mining, Spring 2003)


本頁翻譯進度

燈號說明

審定:無
翻譯:宋昭慧(簡介並寄信)
編輯:劉夏泱(簡介並寄信)


A drawing of a beaver wearing a mining hat.
戴了頂採礦帽的海狸(圖片由Geoffrey Wilson惠予提供)
Beaver wearing a mining hat. (Image by Geoffrey Wilson.)

課程重點

本課程的特點,為在課程中使用了由本課程教師Nitin Patel,所設計的XLMINER資料探勘 工具。同時也提供了大量的課堂講稿作業

This course features XLMiner tools, designed by the instructor, Nitin Patel. Extensive lecture notes and assignments are also available.

課程描述

由於科技的發展,導致與管理決策相關的資料,正以一種驚人的速度被不斷累積。作為網際網路、電子商務、電子銀行、銷售點設備、條碼閱讀機及智慧型機器等創新的副產品,電子資料的獲取,已經變得廉價而且普及。

這些資料通常被儲存於資料倉儲和資料超市中,並特別準備為管理決策提供支援。資料探勘是一個快速成長的領域,其主要任務在發展相關技術以協助管理者對這些資料庫進行智能化的運用。而資料探勘在信用評級、詐欺揭發、行銷資料庫、客戶關係管理及股票投資市場等方面的一些成功應用亦已經被揭示。資料探勘領域已經從統計學及人工智能領域演變發展出來。

本課程將檢視那些在這兩個領域中新誕生,並被證實從應用的角度上,對於模式的辨識和預測具有價值的方法。我們將會了解那些應用,並透過簡單易用的軟體及案例,提供親自動手操作資料探勘演算法的機會。

Data that has relevance for managerial decisions is accumulating at an incredible rate due to a host of technological advances. Electronic data capture has become inexpensive and ubiquitous as a by-product of innovations such as the internet, e-commerce, electronic banking, point-of-sale devices, bar-code readers, and intelligent machines. Such data is often stored in data warehouses and data marts specifically intended for management decision support. Data mining is a rapidly growing field that is concerned with developing techniques to assist managers to make intelligent use of these repositories. A number of successful applications have been reported in areas such as credit rating, fraud detection, database marketing, customer relationship management, and stock market investments. The field of data mining has evolved from the disciplines of statistics and artificial intelligence.

This course will examine methods that have emerged from both fields and proven to be of value in recognizing patterns and making predictions from an applications perspective. We will survey applications and provide an opportunity for hands-on experimentation with algorithms for data mining using easy-to- use software and cases.

師資

講師:
Nitin Patel 教授

上課時數

教師授課:
每週3節
每節1小時

程度
大學部 / 研究所
回應
告訴我們您對本課程或「開放式課程網頁」的建議。
聲明
麻省理工學院開放式課程認可 開放式課程計畫(OOPS)的翻譯計畫,開放式課程計畫(OOPS)乃是運用其獨立團隊、獨立資源、獨立流程進行翻譯計畫之團隊。

所有麻省理工學院開放式課程之材料皆以麻省理工學院開放式課程創作共享授權發佈,所有之翻譯資料皆由開放式課程計畫(OOPS)所提供,並由其負翻譯品質之責任。

此處麻省理工學院開放式課程之資料乃由 開放式課程計畫(OOPS) 譯為正體中文。麻省理工學院開放式課程在此聲明,不論是否遭遇或發現相關議題,麻省理工學院開放式課程、麻省理工學院教師、麻省理工學院校方並不對翻譯正確度及完整性作保證。上述單位並對翻譯後之資料不作明示或默許對任一特定目的之適合性之保證、非侵權之保證、或永不出錯之保證。麻省理工學院校方、麻省理工學院開放式課程對翻譯上之不正確不負任何責任。由翻譯所引發任何關於此等資料之不正確或其他瑕疵,皆由開放式課程計畫(OOPS)負全責,而非麻省理工學院開放式課程之責。

原文聲明

 
MIT Home
Massachusetts Institute of Technology Terms of Use Privacy