得力于数据挖掘和机器学习技术的长足发展,人们目前已能够通过某种技术手段对这些商业数据进行分析与挖掘。例如,在社交网络的后台系统当中,企业会通过对用户进行聚类,形成用户社群划分;在金融交易市场,各种价格预测和交易模型,提高了证券交易的智能化水平;电商商业系统会根据用户的历史购买记录向其推荐可能感兴趣的商品,提高交易成功率。如果没有这些数据挖掘方法和系统的支撑,我们将很难从海量数据中心获得有价值的信息,实现更好的商业应用服务。
本项目着重介绍商业数据分析、数据挖掘和机器学习的基础方法和技术,系统介绍数据挖掘的基础概念,包括分类、回归、预测、关联、聚类等,进一步介绍具有广泛用途的矩阵挖掘与机器学习技术,包括降维、低秩分解、矩阵补全等,并重点介绍矩阵挖掘在商业数据处理(如商品推荐)方面的应用。
项目时间:2022.1.22-2.25
适合专业:数据分析、应用数学、数据挖掘与数据库、机器学习、人工智能