数据挖掘及其建模：一个热门话题的解惑 作者：王文辉        宇宙之大，万事万物概莫变化无常。模型作为一种抽象的工具，远在几千年前我们的老祖宗就已经意识到其作用，人们制造瓷器、陶器、铜器、金器、银器等等，都要首先制作各种“模子”。进而推广之，自古以来，人们就提出了各种非实物的

商业智能网 http://www.freewalk.info/down.asp Brio技术论坛 http://www.briobbs.com Sybase的商业智能解决方案 http://www.sybase.com.cn/cn/content/news/SY_news040315_Sybase-sd.html 数据仓库与数据挖掘 - ITPUB论坛 http://www.itpub.net/f

商务智能与数据挖掘   摘要：本文介绍数据挖掘的相关概念、功能和特点，商业数据挖掘的流程、设计模式，企业进行数据仓库建设的规划以及当前我国数据挖掘面临的一些挑战。最后，结合金融业的实际情况，谈谈银行建设数据仓库的一些设想。   Abstract：       This thesis not only introduce the concept, functi

NO.1 Data Mining 和统计分析有什么不同？硬要去区分Data Mining和Statistics的差异其实是没有太大意义的。一般将之定义为Data Mining技术的CART、CHAID或模糊计算等等理论方法，也都是由统计学者根据统计理论所发展衍生，换另一个角度看，Data Mining有相当大的比重是由高等统计学中的多变量分析所支撑。但是为什么Data Mining的出现会引发各领

1. 数据挖掘技术的由来1.1  网络之后的下一个技术热点1.2  数据爆炸但知识贫乏1.3  支持数据挖掘技术的基础1.4  从商业数据到商业信息的进化1.5  数据挖掘逐渐演变的过程2  数据挖掘的定义2.1  技术上的定义及含义2.2  商业角度的定义2.3  数据挖掘与传统分析方法的区别3  数据挖掘的研究历史和现状3.1  研究历史3.2  出版物及工具3.3  国内现状3.4  业界观

我们已经介绍了信息熵，它是信息论的基础，我们这次谈谈信息论在自然语言处理中的应用。先看看信息熵和语言模型的关系。我们在系列一中谈到语言模型时，没有讲如何定量地衡量一个语言模型的好坏，当然，读者会很自然地想到，既然语言模型能减少语音识别和机器翻译的错误，那么就拿一个语音识别系统或者机器翻译软件来试试，好的语言模型必然导致错误率较低。这种想法是对的，而且今天的语音识别和机器翻译也是这么做的。但这种测试

前言：隐含马尔可夫模型是一个数学模型，到目前为之，它一直被认为是实现快速精确的语音识别系统的最成功的方法。复杂的语音识别问题通过隐含马尔可夫模型能非常简单地被表述、解决，让我不由由衷地感叹数学模型之妙。自然语言是人类交流信息的工具。很多自然语言处理问题都可以等同于通信系统中的解码问题 -- 一个人根据接收到的信息，去猜测发话人要表达的意思。这其实就象通信中，我们根据接收端收到的信号去分析、理解、还

读者也许注意到了，我们在前面的系列中多次提到了贾里尼克这个名字。事实上，现代语音识别和自然语言处理确实是和它的名字是紧密联系在一起的。我想在这回的系列里，介绍贾里尼克本人。在这里我不想列举他的贡献，而想讲一讲他作为一个普普通通的人的故事。这些事要么是我亲身经历的，要么是他亲口对我讲的。弗莱德里克.贾里尼克(Fred Jelinek)出生于捷克一个富有的犹太家庭。他的父母原本打算送他去英国的公学（私