引言

1.1 什麼是資料探勘？在你的回答中，針對以下問題：

 a. 它是又一種廣告宣傳嗎？
 b. 它是一種從資料庫、統計學和機器學習發展的技術的簡單轉換嗎？
 c. 解釋資料庫技術發展如何導致資料探勘
 d. 當把資料探勘看作知識發現過程時，描述挖掘所涉及的步驟。

回答：

資料探勘是從大量的、不完全的、有噪聲的、模糊的、隨機的實際資料中，提取隱含在其中的、人們所不知道的、但又是潛在有用資訊和知識的過程。

  a. 資料探勘不是另一種廣告宣傳，大規模資料的可利用性以及將大規模資料轉化為有用資訊的迫切性導致了資料探勘的興起，因此資料探勘可以被看作是資訊科技自然演變的結果。
  b.資料探勘不是一種從資料庫、統計學和機器學習發展的技術的簡單轉換。從資料庫的觀點來看，資料探勘可以看做聯機分析處理(OLAP)的高階階段，通過結合多學科知識（例如統計學、機器學習等）達到更高階的資料分析能力。資料探勘涉及多學科技術的整合，包括資料庫和資料倉庫技術、統計學、機器學習、高效能運算、模式識別、神經網路、資訊檢索等等。
  c.資料庫技術開始於資料收集和資料庫建立機制的發展，導致了用於資料管理的有效機制，包括資料儲存和檢索，查詢和事務處理的發展。提供查詢和事務處理的大量的資料庫系統最終自然地導致了對資料分析和理解的需要。隨著計算機技術的發展，推動了資料庫和資訊產業的發展，快速增長的海量資料收集、存放在大型和大量資料儲存庫中，沒有強有力的工具，理解他們已經遠遠超出了人的能力，資料探勘工具應運而生。
  d.當把資料探勘視為知識發現過程的一個基本步驟時，涉及步驟如下： 資料清理（一個刪除或消除噪聲和不一致的資料的過程）； 資料整合（多種資料來源可以組合在一起）； 資料選擇（從資料庫中提取與分析任務相關的資料）； 資料變換（資料變換或統一成適合挖掘的形式，如通過彙總或聚集操作）； 資料探勘（基本步驟也是**最重要的步驟**，使用智慧方法提取資料模式）； 模式評估（根據某種興趣度度量，識別表示知識的真正有趣的模式）； 知識表示（使用視覺化和知識表示技術，向用戶提供挖掘的知識）。
 

  其實,在真正的工程中資料探勘主要包括：資料的預處理（去重、消噪等）、特徵選擇(目的為降維等等)、建模方法選擇（資料分析方法的選擇，根據具體的任務選擇不同的分類器或者聚類器或者預測模型等）、模型評估（根絕具體的專案要求選擇不同的模型評估方法，比如精確率、召回率等等）、模型的調整（例如調參等等）、模型的確定以及應用。

1.2 給出一個例子，其中資料探勘對於商務的成功是至關重要的。該商務需要什麼資料探勘功能？它們能夠用資料查詢處理或這簡單的統計技術完成嗎？

　回答：

例如捆綁銷售（啤酒喝尿布的故事）可以利用關聯規則挖掘，找出顧客經常一起購買的商品，那麼零售商在安排貨物擺放的時候將頻繁一起購買的商品擺放在一起，可以有效的提高銷售效益。資料查詢處理主要應用於資料的查詢和資訊檢索方面，無法實現頻繁項集發現功能。同樣的，簡單的統計技術無法完成大規模資料的分析。

1.3