阿里云搜索结果模块_阿里云时空数据库

超图发布SuperMap GIS 8C(2017) 进一步挖掘空间大数据价值

数据平台本身不具备 空间统计和分析能力,而位置大 数据 挖掘分析技术门槛高,这在一定程度上阻碍了位置大 数据的应用和推广。”李绍俊表示,“超图致力于提供的不是大 数据本身,而是大 数据的处理能力与处理平台,让更多人拥有处理时空大 数据能力 ...
来自: 开发者社区 > 博客 作者: 玄学酱 浏览:148 回复:0

跟我一起数据挖掘(11)——线性空间

向量 空间向量 空间又称线性 空间,是线性代数的中心内容和基本概念之一。在解析几何里引入向量概念后,使许多问题的处理变得更为简洁和清晰,在此基础上的进一步抽象化,形成了与域相联系的向量 空间概念。譬如,实系数多项式的集合在定义适当的运算后构成向量 空间,在代数 ...
来自: 开发者社区 > 博客 作者: skyme 浏览:839 回复:0

超图发布SuperMap GIS 8C(2017) 进一步挖掘空间大数据价值

数据平台本身不具备 空间统计和分析能力,而位置大 数据 挖掘分析技术门槛高,这在一定程度上阻碍了位置大 数据的应用和推广。”李绍俊表示,“超图致力于提供的不是大 数据本身,而是大 数据的处理能力与处理平台,让更多人拥有处理时空大 数据能力 ...
来自: 开发者社区 > 博客 作者: 玄学酱 浏览:150 回复:0
推荐

阿里云试用中心,为您提供0门槛上云实践机会!

0元试用32+款产品,最高免费12个月!拨打95187-1,咨询专业上云建议!
广告

社交数据在防欺诈领域还有更大挖掘空间

来说也极其有用。社交 数据还有更大 挖掘 空间除了上述 数据来源,社交媒体的 数据在防欺诈方面所发挥的作用也越来越大, 数据显示,35%的消费者使用自己的社交媒体作为其在购物网站上的登陆账号,商家可以利用这部分 数据进行消费者的有效身份验证。陈国山表示 ...
来自: 开发者社区 > 博客 作者: 玄学酱 浏览:81 回复:0

服务网格控制平面的命名空间与数据平面集群的命名空间有什么区别 - 服务网格 ASM

、定义和删除用于定义服务网格CRD的命名 空间。本文介绍服务网格控制平面的命名 空间数据平面集群的命名 空间的区别以及如何在服务网格ASM控制台启用自动注入功能。 两种命名 空间的区别 ...

数据迁移后目标实例数据空间增长远远大于源端

信息。问题症状 数据迁移造成目标实例 数据 空间增长远远大于源端,即目标端 空间占用比源端大很多。问题原因DTS是并行迁移(多个节点并行),当 数据写入时会出现 数据空洞的情况,造成目标端实例 数据所占 空间原因大于源端。解决方案针对一些大表,执行optimize ...
来自: 帮助

《数据挖掘:实用案例分析》——第3章 数据挖掘建模 3.1 数据挖掘的过程

本节书摘来自华章计算机《 数据 挖掘:实用案例分析》一书中的第3章,第3.1节,作者 张良均 陈俊德 刘名军 陈荣,更多章节内容可以访问云栖社区“华章计算机”公众号查看。###第3章 数据 挖掘建模   数据 挖掘是从海量 数据中 ...
来自: 开发者社区 > 博客 作者: 华章计算机 浏览:134 回复:0

《数据挖掘:实用案例分析》——第1章 初识数据挖掘 1.1 什么是数据挖掘

本节书摘来自华章计算机《 数据 挖掘:实用案例分析》一书中的第1章,第1.1节,作者 张良均 陈俊德 刘名军 陈荣,更多章节内容可以访问云栖社区“华章计算机”公众号查看。###第1章 初识 数据 挖掘随着计算机技术、网络技术 ...
来自: 开发者社区 > 博客 作者: 华章计算机 浏览:169 回复:0

《python 与数据挖掘 》一第1章 数据挖掘概述 1.1 数据挖掘简介

####本节书摘来自华章出版社《python 与 数据 挖掘 》一书中的第1章,第1.1节,作者张良均 杨海宏 何子健 杨 征,更多章节内容可以访问云栖社区“华章计算机”公众号查看。###第1章### 数据 挖掘概述广义的 数据 ...
来自: 开发者社区 > 博客 作者: 华章计算机 浏览:319 回复:0

数据挖掘(4):数据挖掘之使用weka做关联规则挖掘

问题导读 1.什么是arff标准 数据集? 2.如何做规则挖取? 3.如何arff稀疏 数据集? 1.gif (32.47 KB, 下载次数: 3) 下载附件  保存到相册 2015-9-1 18:38 上传 ...
来自: 开发者社区 > 论坛 作者: 姜季槐 浏览:274 回复:0

同步数据源至个人空间 - Quick BI

实时对接到自己的数据库时,您可以将 数据源同步至Quick BI个人 空间下的探索 空间中,用于 数据转存或者个人练习。本文将为您介绍如何将 数据源同步至个人 空间下的探索 空间中 ...

开启项目空间数据保护 - MaxCompute

Jack是项目 空间prj1的管理员。该项目 空间有很多敏感 数据。例如,用户身份证号码、购物记录和具有自主知识产权的 数据 挖掘算法。Jack希望项目中用户 ...

跨空间复制数据集 - Quick BI

本文为您介绍如何将 数据集从源 空间复制到目的 空间。该功能仅适用于群 空间,且必须同时为源 空间和目标 空间空间管理员支持跨 空间复制 数据集 ...

如何使用Java SDK快速删除存储空间及其中的历史版本数据

概述删除OSS服务中不需要的存储 空间(Bucket)时,如果存储 空间不为空,则存储 空间无法删除,您必须先删除存储 空间中的所有文件、未完成的分片文件、存在的livechannel以及多版本 数据后,才能成功删除存储 空间。本文是基于OSS的Java SDK来 ...
来自: 帮助

项目空间的数据保护 - MaxCompute

。 作为MaxCompute项目 空间管理员,您也会遇到不允许用户将 数据转移到项目 空间之外类似的安全问题 。 如下图所示,用户Alice可以同时访问 ...

MySQL数据文件导致实例空间满的解决办法 - 云数据库 RDS

问题描述当实例由于实例 空间满导致自动锁定,登录控制台,依次单击基本信息运行状态,查看运行状态。问题原因MySQL实例可能会由于 数据文件长时间未整理导致实例 空间满,为避免 数据丢失,RDS会对实例进行自动锁定,磁盘锁定之后,将无法进行写入操作。解决 ...

数据挖掘与数据化运营实战. 2.3 数据挖掘的主要成熟技术以及在数据化运营中的主要应用

2.3  数据 挖掘的主要成熟技术以及在 数据化运营中的主要应用2.3.1 决策树决策树(Decision Tree)是一种非常成熟的、普遍采用的 数据 挖掘技术。之所以称为树,是因为其建模过程类似一棵树的成长过程,即从根部开始,到树干,到分枝,再到 ...
来自: 开发者社区 > 博客 作者: 华章计算机 浏览:384 回复:0

《R语言数据挖掘:实用项目解析》——第1章 使用R内置数据进行数据处理 1.1 什么是数据挖掘

本节书摘来自华章计算机《R语言 数据 挖掘:实用项目解析》一书中的第1章,第1.1节,作者[印度]普拉迪帕塔·米什拉(Pradeepta Mishra),译 黄芸,更多章节内容可以访问云栖社区“华章计算机”公众号查看 ...
来自: 开发者社区 > 博客 作者: 华章计算机 浏览:396 回复:0

数据挖掘与数据化运营实战. 2.1 数据挖掘的发展历史

日益成熟起来。总体来说, 数据 挖掘融合了数据库、人工智能、机器学习、统计学、高性能计算、模式识别、神经网络、 数据可视化、信息检索和 空间 数据分析等多个领域的理论和技术,是21世纪初期对人类产生重大影响的十大新兴技术之一。 ...
来自: 开发者社区 > 博客 作者: 华章计算机 浏览:309 回复:0

数据挖掘与数据化运营实战. 2.2 统计分析与数据挖掘的主要区别

2.2 统计分析与 数据 挖掘的主要区别统计分析与 数据 挖掘有什么区别呢?从实践应用和商业实战的角度来看,这个问题并没有很大的意义,正如“不管白猫还是黑猫,抓住老鼠才是好猫”一样,在企业的商业实战中, 数据分析师分析问题、解决问题时 ...
来自: 开发者社区 > 博客 作者: 华章计算机 浏览:435 回复:0

【北京市】【快的打车 急聘:数据挖掘/数据挖掘/数据分析师】【福利好】

化运营; 3、通过对 数据的分析, 挖掘,指导关键技术算法的开发,实施和评估。 岗位要求: 1、3年以上 数据分析领域相关工作经验,硕士及以上学历优先; 2、具有深厚的数学、统计学和计算机相关知识,熟悉 数据仓库和 数据 挖掘的相关技术,能够熟练使用SQL; 3、具有 ...
来自: 开发者社区 > 论坛 作者: 萤之光777 浏览:182 回复:7

数据挖掘学习07 - 《数据挖掘导论》第二章:数据

null本文目的最近在看《 数据 挖掘导论》,此书作为此领域的入门书籍,很有口碑。这几天抽业余时间,看了第二章,觉得该记点什么,否则对不起自己。人总在与遗忘作斗争,好记性不如烂笔头。&主要内容本章节主要讨论了 数据处理的4个主要 ...
来自: 开发者社区 > 博客 作者: 吞吞吐吐的 浏览:9 回复:0

数据挖掘与数据化运营实战. 2.4 互联网行业数据挖掘应用的特点

2.4 互联网行业 数据 挖掘应用的特点相对于传统行业而言,互联网行业的 数据 挖掘数据化运营有如下的一些主要特点: 数据的海量性。互联网行业相比传统行业第一个区别就是收集、存储的 数据是海量的,这一方面是因为互联网的使用已经成为普通人日常生活和工作中 ...
来自: 开发者社区 > 博客 作者: 华章计算机 浏览:277 回复:0

《Python数据挖掘:概念、方法与实践》扩展你的数据挖掘工具箱

本章的最后,我们组合了一个健全的 数据 挖掘系统。我们的工作 空间以强大的全功能编程语言Python及其许多实用 数据 挖掘程序包(如NTLK、Gensim、Numpy、Networkx和Scikit-learn)为中心,辅之以易于使用的免费数据库MySQL ...
来自: 开发者社区 > 博客 作者: 华章计算机 浏览:581 回复:0

《数据挖掘:实用案例分析》——3.2 数据挖掘建模过程

性质的特征 空间变换,这种变换在无损或很少损失了 数据集的信息的情况下降低了 数据集的维数。  7.属性选择  属性选择是 数据预处理的一部分,因采集的 数据中的每一个属性对于整个 数据挖掘结果的作用不是完全对等的,一些属性对结果的影响占主导地位,一些 ...
来自: 开发者社区 > 博客 作者: 华章计算机 浏览:316 回复:0

一小时了解数据挖掘⑤数据挖掘步骤&常用的聚类、决策树和CRISP-DM概念

接前面系列4篇:一小时了解 数据 挖掘①:解析常见的大 数据应用案例&一小时了解 数据 挖掘②:分类算法的应用和成熟案例解析一小时了解 数据 挖掘③:详解大 数据 挖掘の分类技术一小时了解 数据 挖掘④:商务智能原理解读の 数据 挖掘九大定律 数据 挖掘有 ...
来自: 开发者社区 > 博客 作者: skyme 浏览:1006 回复:0

《Hadoop大数据分析与挖掘实战》——1.4节数据挖掘建模过程

**本节书摘来自华章社区《Hadoop大 数据分析与 挖掘实战》一书中的第1章,第1.4节 数据 挖掘建模过程,作者张良均 樊哲 赵云龙 李成华 ,更多章节内容可以访问云栖社区“华章社区”公众号查看****1.4  数据 挖掘建模过程 ...
来自: 开发者社区 > 博客 作者: 华章计算机 浏览:292 回复:0

一小时了解数据挖掘④:商务智能原理解读の数据挖掘九大定律

接上3篇:一小时了解 数据 挖掘①:解析常见的大 数据应用案例&一小时了解 数据 挖掘②:分类算法的应用和成熟案例解析一小时了解 数据 挖掘③:详解大 数据 挖掘の分类技术马云在2012年网商大会上的演讲中说过:“假如我们有了一个 数据 ...
来自: 开发者社区 > 博客 作者: skyme 浏览:611 回复:0

《R语言数据分析与挖掘实战》——1.5 常用数据挖掘建模工具

Enterprise Miner(EM)是SAS推出的一个集成的 数据 挖掘系统,允许使用和比较不同的技术,同时还集成了复杂的数据库管理软件。它的运行方式是通过在一个工作 空间(workspace)中按照一定的顺序添加各种可以实现不同功能的节点,然后对不同节点进行相应 ...
来自: 开发者社区 > 博客 作者: 华章计算机 浏览:372 回复:0

《Python数据挖掘:概念、方法与实践》——1.2节如何进行数据挖掘

**本节书摘来自华章社区《Python 数据 挖掘:概念、方法与实践》一书中的第1章,第1.2节如何进行 数据 挖掘,作者[美] 梅甘·斯夸尔(Megan Squire),更多章节内容可以访问云栖社区“华章社区”公众号查看 ...
来自: 开发者社区 > 博客 作者: 华章计算机 浏览:246 回复:0

《Python数据分析与挖掘实战》一1.5 常用的数据挖掘建模工具

Miner(EM)是SAS推出的一个集成的 数据 挖掘系统,允许使用和比较不同的技术,同时还集成了复杂的数据库管理软件。它的运行方式是通过在一个工作 空间(workspace)中按照一定的顺序添加各种可以实现不同功能的节点,然后对不同节点进行相应的设置,最后运行 ...
来自: 开发者社区 > 博客 作者: 华章计算机 浏览:278 回复:0

《Python数据挖掘:概念、方法与实践》一1.2 如何进行数据挖掘

&本节书摘来自华章出版社《Python 数据 挖掘:概念、方法与实践》一书中的第1章,第1.2节,作者[美] 梅甘·斯夸尔(Megan Squire),更多章节内容可以访问云栖社区“华章计算机”公众号查看 ...
来自: 开发者社区 > 博客 作者: 华章计算机 浏览:322 回复:0

一小时了解数据挖掘③:详解大数据挖掘の分类技术

映射将低维输入 空间中的 数据特征映射到高维线性特征 空间中,在高维 空间中求线性最优分类超平面。支持向量机算法是我们在做 数据 挖掘应用时很看重的一个算法,而原因是该算法自问世以来就被认为是效果最好的分类算法之一。分类算法的评估在整个分类 数据 挖掘工作 ...
来自: 开发者社区 > 博客 作者: skyme 浏览:712 回复:0

《Python数据挖掘:概念、方法与实践》一 第1章 扩展你的数据挖掘工具箱

&本节书摘来自华章出版社《Python 数据 挖掘:概念、方法与实践》一书中的第1章,第1.1节,作者[美] 梅甘·斯夸尔(Megan Squire),更多章节内容可以访问云栖社区“华章计算机”公众号查看 ...
来自: 开发者社区 > 博客 作者: 华章计算机 浏览:253 回复:0

《R语言数据挖掘:实用项目解析》——第1章,第1.1节什么是数据挖掘

本节书摘来自华章出版社《R语言 数据 挖掘:实用项目解析》一书中的第1章,第1.1节什么是 数据 挖掘,作者[印度]普拉迪帕塔·米什拉(Pradeepta Mishra),更多章节内容可以访问云栖社区“华章计算机”公众号查看 ...
来自: 开发者社区 > 博客 作者: 华章计算机 浏览:334 回复:0

《Python数据挖掘:概念、方法与实践》一1.3 在数据挖掘中使用哪些技术

&本节书摘来自华章出版社《Python 数据 挖掘:概念、方法与实践》一书中的第1章,第1.3节,作者[美] 梅甘·斯夸尔(Megan Squire),更多章节内容可以访问云栖社区“华章计算机”公众号查看 ...
来自: 开发者社区 > 博客 作者: 华章计算机 浏览:360 回复:0

面向大数据的时空数据挖掘

早期的数据挖掘研究主要针对字符、数值型的商业数据,随着信息技术的不断提高以及移动设备和网络的广泛使用,数据产生的速度越来越快,数据收集的频率越来越高,数据密度的增长越来越显著,这些因素都使得大数据问题成为一种必然的趋势。而在大数据时代下很多商业数据都包含有时间和空间信息,比如设备,建筑,机构等的管...
来自: 开发者社区 >博客

数据挖掘与数据化运营实战. 2.1 数据挖掘的发展历史

2.1 数据挖掘的发展历史 数据挖掘起始于20世纪下半叶,是在当时多个学科发展的基础上发展起来的。随着数据库技术的发展应用,数据的积累不断膨胀,导致简单的查询和统计已经无法满足企业的商业需求,急需一些革命性的技术去挖掘数据背后的信息。同时,这期间计算机领域的人工智能(Artificial Inte...
来自: 开发者社区 >博客

《R语言数据挖掘》——2.3 混合关联规则挖掘

本节书摘来自华章出版社《R语言数据挖掘》一书中的第2章,第2.3节,作者[哈萨克斯坦]贝特·麦克哈贝尔(Bater Makhabel),李洪成 许金炜 段力辉 译,更多章节内容可以访问云栖社区“华章计算机”公众号查看。 2.3 混合关联规则挖掘 关联规则挖掘有两个有意义的应用:一是多层次和多维度关...
来自: 开发者社区 >博客

Matlab实现模糊聚类之IsoData算法111

第一部分是本科时候学数据挖掘时积累的。 一.数据挖掘基础 1.数据挖掘三个研究方向:统计学、数据库和机器学习。2.数据库系统和文件系统区别:都有存储,但前者查询处理和事务处理(原子性)以及并发控制;在磁带盘上的话只能顺序访问。3.并不是所有的东西都是数据挖掘,比如查询处理,专家系统、统计程序或者小...
来自: 开发者社区 >博客

《Python数据挖掘:概念、方法与实践》——1.5节小结

本节书摘来自华章社区《Python数据挖掘:概念、方法与实践》一书中的第1章,第1.5节小结,作者[美] 梅甘·斯夸尔(Megan Squire),更多章节内容可以访问云栖社区“华章社区”公众号查看 1.5 小结在本章中,我们学习了将数据挖掘工具箱扩展到大师级别所需要做的工作。首先,我们从作为数据...
来自: 开发者社区 >博客

《Python数据挖掘:概念、方法与实践》一1.5 小结

 本节书摘来自华章出版社《Python数据挖掘:概念、方法与实践》一书中的第1章,第1.5节,作者[美] 梅甘·斯夸尔(Megan Squire),更多章节内容可以访问云栖社区“华章计算机”公众号查看。 1.5 小结 在本章中,我们学习了将数据挖掘工具箱扩展到大师级别所需要做的工作。首先,我们...
来自: 开发者社区 >博客

《数据挖掘:实用案例分析》——3.3 常用的建模工具

3.3 常用的建模工具   数据挖掘是一个过程,只有将数据挖掘工具提供的技术和实施经验与企业的业务逻辑和需求紧密结合,并在实施的过程中不断地磨合才能取得成功。因此我们在选择数据挖掘工具的时候,要全面考虑多方面的因素,主要包括以下几点:   下面简单介绍几种常用的数据挖掘建模工具:   1.En...
来自: 开发者社区 >博客

数据挖掘——数据挖掘的起源

数据挖掘的定义还远没有达成一致,甚至没有定义出数据挖掘的构成。 数据挖掘起源于多种学科,其中最重要的是统计学和机器学习。 统计学起源于数学其强调的是数学的精确性; 机器学习主要起源于计算机实践其更倾向于实践,主动检测某个东西,来确定它的表现形式。 统计学方法与机器学习方法之间的主要区别之一是对...
来自: 开发者社区 >博客

章一 导论(1)

章一 导论 由于人们认知能力的有限性,海量信息在给人们带来方便的同时也带来了一大堆的问题。 第一是信息超载,难以消化; 第二是有效信息难以提取,真假信息难以辨识; 第三是信息安全难以保证,有意或无意的行为经常会威胁到信息的安全; 第四是信息形式不一致,既有结构化的信息,也有非结构化的信息,...
来自: 开发者社区 >博客

章一 导论(1)

版权声明:本文为博主chszs的原创文章,未经博主允许不得转载。 https://blog.csdn.net/chszs/article/details/1491728 章一 导论 由于人们认知能力的有限性,...
来自: 开发者社区 >博客
< 1 2 3 4 ... 4125 >
共有4125页 跳转至: GO
产品推荐
云服务器 物联网无线连接服务 商标 SSL证书 轻量应用服务器 短信服务 对象存储
这些文档可能帮助您
个人实名认证 企业实名认证和个体工商户认证 网站域名准备与检查 申请备案服务号 网站添加备案号FAQ 首次备案流程

新品推荐

你可能感兴趣

热门推荐

2021阿里云采购季 采购季云服务器会场 采购季数据库会场 采购季存储会场 采购季云网络会场 采购季云通信会场 采购季中小企业应用会场 采购季大数据会场 采购季人工智能会场 CDN与视频云分会场 采购季物联网分会场 采购季安全分会场
阿里云搜索结果模块_阿里云时空数据库