描述性数据挖掘的最简单类型是概念描述。概念通常指数据的汇集，如 frequent_buyers,graduate_students 等。作为一种数据挖掘任务，概念描述不是数据的简单枚举。 概念描述产生数据的特征和比较描述。当被描述的概念涉及对象类时，有时也称概念描述为 类描述。 特征提供给定数据汇集...
标签：面试经验
云计算：云计算最热的语言，典型的应用OpenStack WEB开发：许多优秀的 WEB 框架，许多大型网站是Python开发、YouTube、Dropbox、Douban……典型的Web框架包括Django 科学计算和人工智能：典型的图书馆NumPy、SciPy、Matplotlib、Enided图...
工程思维要解决的是“交付”、“价值”和“效率”的问题。其核心是，要在脚踏实地的基础上平衡好成本、质量和时间周期。「sop思维」和「系统思维」是工程思维的重要组成部分，工程思维的核心是系统化和结构化，要系统地看待所有相关流程，要有步骤有意识地安排工作进度。如，一个软件开发生命周期基本可以分成这几个阶段...
1. 数据收集： 通过查询处理收集数据库中相关数据集，并将它划分成一个目标类和一个或多个对比类。2. 维相关分析：如果有多个维并且希望解析类比较，则应当在这些类上进行 5.3 节介绍的维相关分析，并且在后面的分析中仅包含强相关的维。3. 同步泛化：泛化在目标类上进行，泛化到用户或专家指定的维阈值控制...
1.易于学习：Python有相对较少的关键字，结构简单，和一个明确定义的语法，学习起来更加简单。2.易于阅读：Python代码定义的更清晰。3.易于维护：Python的成功在于它的源代码是相当容易维护的。4.一个广泛的标准库：Python的最大的优势之一是丰富的库，跨平台的，在UNIX，Window...
系统思维是指在考虑解决某一问题时，需要把它当做一个有机关联的系统来处理，而不是孤立、分割地看待。例如，航空公司进行客户调研时，发现乘客普遍希望飞机能够早点抵达目的地。一些人的想法是提高飞机飞行速度，但系统工程师考虑得更加全面。整个飞行旅程包括诸多环节，如前往机场、进站检票、排队安检、行李托运、候机、...
第一步，建立一个模型，描述预定的数据类或概念集。通过分析由属性描述的数据库元组来构造模型。假定每个元组属于一个预定义的类，由一个称作类标号属性类标号属性的属性确定。对于分类，数据元组也称作样本、实例或对象。为建立模型而被分析的数据元组形成 训练数据集。训练数据集中的单个元组称作 训练样本，并随机地由...
Python 是由 Guido van Rossum 在八十年代末和九十年代初，在荷兰国家数学和计算机科学研究所设计出来的。Python 本身也是由诸多其他语言发展而来的,这包括 ABC、Modula-3、C、C++、Algol-68、SmallTalk、Unix shell 和其他的脚本语言等等。...
SOP，全称为「standard operating procedure」，就是「标准工作流程」。标准工作流程就是将某一流程的标准操作步骤和要求以统一的格式描述出来，用来指导和规范日常的工作。例如，在工业时代，亨利·福特发明了流水线，让汽车生产的每个操作步骤都是分工明确的，每个操作流程的质检标准也是...
数据清洗是旨在消除或减少数据噪音（例如，使用平滑技术）和处理遗漏值（例如，用该属性最常出现的值，或根据统计，用最可能的值替换遗漏值）的数据预处理。尽管大部分分类算法都有处理噪音和遗漏值的机制，但该步骤有助于减少学习时的混乱
复数常数表示如3.5+2.4i, 1i。 用函数complex()生成复数向量， 指定实部和虚部。 如complex(real = c(1,0,-1,0), imaginary = c(0,1,0,-1))相当于c(1+0i, 1i, -1+0i, -1i)。在complex()中可以用mod和ar...
综述：Python是人工智能时代最为火爆的编程语言，它的应用并不局限于计算机从业人员本身，近些年越来越多非计算机专业的人开始利用python来解决他们遇到的现实问题，并且取得良好成效。以下是Python的具体介绍：Python由荷兰数学和计算机科学研究学会的Guido van Rossum 于199...
朴素贝叶斯分类假定类条件独立。即，给定样本的类标号，属性的值可以条件地相互独立。这一假定简化了计算。当假定成立时，与其它所有分类算法相比，朴素贝叶斯分类是最精确的。然而，在实践中，变量之间的依赖可能存在。 贝叶斯信念网络说明联合概率分布。它允许在变量的子集间定义类条件独立性。它提供一种因果关系的图形...
seq函数是冒号运算符的推广。 比如，seq(5)等同于1:5。 seq(2,5)等同于2:5。 seq(11, 15, by=2)产生11,13,15。 seq(0, 2*pi, length.out=100)产生从0到的等间隔序列， 序列长度指定为100。从这些例子可以看出，S函数可以带自变量名...
综述：可以这么理解，算法是解决问题的方法及步骤。算法（Algorithm）是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会...
小波变换是一种信号处理技术，它将一个信号分解为不同频率的子波段。通过应用一维小波变换 n 次，小波模型可以应用于 n 维信号。在进行小波变换时，数据被变换以在不同的分辨率层次保留对象间的相对距离。这使得数据的自然聚类变得更加容易区别。通过在新的空间中寻找高密度区域，可以确定聚类。
sum(求和), mean(求平均值), var(求样本方差), sd(求样本标准差), min(求最小值), max(求最大值), range(求最小值和最大值)等函数称为统计函数， 把输入向量看作样本，计算样本统计量。 prod求所有元素的乘积。cumsum和cumprod计算累加和累乘积。如c...
深度学习是一类模式分析方法的统称，就具体研究内容而言，主要涉及三类方法：(1)基于卷积运算的神经网络系统，即卷积神经网络(CNN)。(2)基于多层神经元的自编码神经网络，包括自编码( Auto encoder)以及近年来受到广泛关注的稀疏编码两类( Sparse Coding)。(3)以多层自编码神...
1.它提供了没有监控的聚类。它采用了 hat-shape 过滤，强调点密集的区域，而忽视在密集区域外的较弱的信息。这样，在原始特征空间中的密集区域成为了附近点的吸引点（attractor）， 距离较远的点成为抑制点（inhibitor）。这意味着数据的聚类自动地显示出来，并“清理”了周围的区域。这样...
sort(x)返回排序结果。 rev(x)返回把各元素排列次序反转后的结果。 order(x)返回排序用的下标。如x <- c(33, 55, 11)sort(x)## [1] 11 33 55rev(sort(x))## [1] 55 33 11order(x)## [1] 3 1 2x[o...