第一章 绪论
- 数据挖掘被定义为找出数据中的模式的过程，过程为自动或半自动，数据量客观，发现的模式使有意义的，并能产生效益。
- 学习：事物以令其在将来表现更好为标准来改变其行为。在学习中，目的是学习者的目的，在训练中，目的是老师的目的。
- 数值属性问题： 对数值属性建立不等式；混合属性问题： 属性类型不止一种
- 简单例子： 天气问题、隐形眼镜、鸢尾花类型预测、CPU性能：介绍数值预测、劳资协商好坏预测、大豆疾病分类预测。
- 应用领域： Web挖掘、包含评判的决策、图像筛选、负载预测、诊断、市场和销售（购物篮分析）。
- 机器学习与统计学： 统计学更侧重于测试假说，机器学习更注重于规划一个泛化的过程
- 数据： 记录的事实、信息： 基于数据的模型集或者期望、知识： 期望集的累计、智慧： 附加在知识上的价值。
- 数据——>信息——>知识——>智慧