6.1 数据统计处理 6.2 数据插值 6.3 曲线拟合 6.4 离散傅立叶变换 6.5 多项式计算

复旦大学：《商务智能》课程PPT教学课件（商务数据分析）04 数据挖掘基础（数据挖掘原理）

 机器学习是数据分析与挖掘的一种手段  机器学习是什么？  利用经验改善系统自身的性能  关于T和P，程序对E进行学习  Looking for a function  机器学习发展史  人工智能三阶段：推理期、知识期、学习期  深度学习∈机器学习∈人工智能  机器学习基本术语  回归、分类；模型、学习器；样本、样例……  模型选择：奥卡姆剃刀？NFL？

本章主要介绍了数据分布特征的描述的基本理论,包括平均指标 和变异指标的基本概念、种类以及各种计算方法,计算和应用平均指 标应注意的问题等。通过学习,使学习者能够掌握数据分布的集中趋 势和离散特征,为经济管理服务

6.1 数据统计处理 6.2 数据插值 6.3 曲线拟合 6.4 离散傅立叶变换 6.5 多项式计算

6.1 数据统计处理 6.2 数据插值 6.3 曲线拟合 6.4 离散傅立叶变换 6.5 多项式计算

1.从不同角度审视同一组数据(图表的转置) 2.利用图表类型表现不同的数据

1、数据文件的改动不引起程序的改动——程序与数据分离 2、不同程序可以访问同一数据文件中的数据——数据共享 3、能长期保存程序运行的中间数据或结果数据

图形的优越性 “使复杂的思想能够显示得清楚、准确、有 效。” 显示数据。 让你考虑实质而不是方法、图形设计或者其 它的。 在很小的空间中有很多的数字。 使大的数据集有条理。 使数据的不同部分显示得更清楚

一、市场调查数据分析的基本方法 二、假设检验法 三、方差分析法 四、聚类分析法 五、判别分析法