目錄
1. Motivation:
A. Explosive growth of data：
Source of abundant data: Business、Science、Society and Everyone.
B. Turn Data into Values and Knowledge:
User Opinions：Blog、Social Network、Query logs
Health Status：Body Temperature、Body Weight、Age、Gender
System Diagnosis：Network Traffic、Software logs、CPU Usage、Power Consumption
diagnosis [ˌdaɪəɡˈnəʊsɪs] 診斷
consumption [kənˈsʌmpʃn] 消耗，消費
2. Definition and Procedure：
A. Definition：
Non-trivial Extraction of Implicit，previously unknown and potentially userful imformation from data.
Definition [ˌdefɪˈnɪʃn] 定義
Trival [ˈtrɪviəl] 瑣碎的，不重要的
Non - Trival 無法輕易就能實現，有一定複雜度的
Extraction [ɪkˈstrækʃn] 提取, 抽取
Implicit [ɪmˈplɪsɪt] 內含的
B. Procedure：
數據源 -> 數據預處理 -> 數據勘探 -> 數據挖掘 -> 數據可視化 -> 決策
intergration 整合
Data Warehouse 數據倉庫
3. What we are going to learn：
A. Simple Introdution to Data Exploration：
B. Association to Rule Mining：
C. Clustering：
D. Classification：
E. Anomaly Detection：
F. Link Analysis：
G. Recommendation Systems：
H. Decision Support
I. Evaluation of Knowledge
Anomaly [əˈnɒməli] 異常事物
Link Analysis 鏈接分析
Evaluation [ɪˌvæljuˈeɪʃn] 估值，評價