- 综合排序
- 最热优先
- 最新优先
- 来自专栏火星娃统计
GEO数据挖掘4
GEO数据挖掘4 sunqi 2020/7/12 概述 对GEO数据进行差异分析 简单比较 rm(list = ls()) options(stringsAsFactors = F) options(digits = 4) #设置全局的数字有效位数为4 load(file = 'step1-output.Rdata') #导入的数据中，dat为表达矩阵，group_list为分组信息 #按照group_list "jco", add = "jitter") # 添加p值 p + stat_compare_means()# 添加比较函数，默认使用wilcox } # 对4个样本的箱式图绘制 bp(dat[4,]) ? Control Vemurafenib ## 1 1 0 ## 2 1 0 ## 3 1 0 ## 4
1.3K20发布于 2020-09-15 - 来自专栏数据科学与人工智能
【数据挖掘】数据挖掘#商业智能（BI）数据分析挖掘概念
数据挖掘目前在各类企业和机构中蓬勃发展。因此我们制作了一份此领域常见术语总结，希望你喜欢。 商业智能（Business Intelligence）: 分析数据、展示信息以帮助企业的执行者、管理层、其他人员进行更有根据的商业决策的应用、设施、工具、过程。 与人工智能、数据挖掘、统计方法关系密切。 购物篮分析（Market Basket Analysis）: 识别在交易中经常同时出现的商品组合或服务组合，例如经常被一起购买的产品。 文本挖掘（Text Mining）: 对包含自然语言的数据的分析。对源数据中词语和短语进行统计计算，以便用数学术语表达文本结构，之后用传统数据挖掘技术分析文本结构。 网络挖掘/网络数据挖掘（Web Mining / Web Data Mining) : 使用数据挖掘技术从互联网站点、文档或服务中自动发现和提取信息。
3.2K90发布于 2018-02-27 - 来自专栏PPV课数据科学社区
数据挖掘系列（4）使用weka做关联规则挖掘
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 T, 7 T, 9 T} {0 T, 8 T} {6 T} {0 T, 5 T} {0 T, 9 T} {0 T, 1 T, 2 T, 3 T, 7 T, 9 T} {0 T, 9 T} {2 T, 4 1、安装好weka后，打开选择Explorer 2、打开文件 3、选择关联规则挖掘，选择算法 4、设置参数 参数主要是选择支持度(lowerBoundMinSupport)，规则评价机制 4. lowerBoundMinSupport 最小支持度下界。5. metricType 度量类型。设置对规则进行排序的度量依据。 来源：www.cnblogs.com/fengfenggirl 系列好文： 数据挖掘系列（1）关联规则挖掘基本概念与Aprior算法 数据挖掘系列（2）--关联规则FpGrowth算法 数据挖掘系列
3.1K60发布于 2018-04-23 Python数据挖掘编程基础4
b.需要特别指出的是，Python一般不使用花括号({}），也没有end语句，可使用缩进对齐作为语句的层次标记。同一层次的缩进量要一一对应，否则会报错。以下是一个错误的缩进实例，如代码清单2-9所示。
15710编辑于 2025-05-09- 来自专栏原创
以智能数据架构，挖掘增长金矿
对很多技术团队来说，在搭建智能数据架构的过程中，或多或少会遇到一些疑惑和挑战，经过多次实践后，有些团队已经破除疑惑，成功探索出一条搭建智能数据架构之路，那么他们是如何实现这一技术的呢？ 个推通过机器学习，构建了独有的冷、热、温标签，用以分析不同群体的基础属性和行为特征，描绘用户的精准画像，最终运用于智能推送和精准营销。 聚美优品大数据高级工程师 贺鹏《大数据3.0流计算与智能决策》 大数据3.0时期，Hadoop第一代、Spark内存计算第二代，早期流计算以及人工智能流计算同时并存。 流计算发展至今，已经具备了CEP这一强大功能，这也是支撑流计算智能化的关键因素所在。
66120发布于 2019-03-12 - 来自专栏智能大数据分析
【机器学习 | 数据挖掘】智能推荐算法
智能大数据分析是指利用先进的技术和算法对大规模数据进行深入分析和挖掘，以提取有价值的信息和洞察。 它结合了大数据技术、人工智能（AI）、机器学习（ML）和数据挖掘等多种方法，旨在通过自动化的方式分析复杂数据集，发现潜在的价值和关联性，实现数据的自动化处理和分析，从而支持决策和优化业务流程。 与传统的人工分析相比，智能大数据分析具有自动化、深度挖掘、实时性和可视化等特点。智能大数据分析广泛应用于各个领域，包括金融服务、医疗健康、零售、市场营销等，帮助企业做出更为精准的决策，提升竞争力。 （4）覆盖率 覆盖率用于描述一个推荐系统对于物品长尾的挖掘能力。覆盖率最常见的定义是推荐系统推荐出的物品列表中的物品数目占总物品集合中物品数目的比例。 接着介绍了智能推荐几种常见的智能推荐算法，包括关联规则和协同过滤等，其中关联规则可以挖掘出物品间的关联关系，依据关联关系的强弱为用户推荐，常见的关联规则算法有Apriori和FP-Growth。
1K10编辑于 2025-01-22 黑马-人工智能与数据挖掘
在高校毕业生就业形势复杂的今天，一个领域的相关人才却持续被企业高薪争抢，起薪远超许多传统行业，成为了名副其实的“职场黑马”——这就是人工智能与数据挖掘领域。 这就需要既懂数据挖掘技术，能“淘出真金”，又懂人工智能算法，能“点石成金”的复合型人才。市场上对这类人才的需求呈现爆炸式增长。 核心技术与工具：数据挖掘：精通数据清洗、预处理、特征工程，掌握聚类、分类、关联分析等经典算法。机器学习：深入理解监督学习、无监督学习、强化学习等模型原理与应用场景。 三、职业前景：一条广阔的上升通道选择AI与数据挖掘赛道，意味着选择了一条高成长性的职业路径。 结语：人工智能与数据挖掘作为一匹强劲的“黑马”，正奔驰在时代的最前沿。对于个人而言，它或许意味着一个充满挑战与机遇的职业新起点；对于社会而言，它则是推动产业升级、迈向智能未来的核心驱动力。
37210编辑于 2025-09-12- 来自专栏全栈程序员必看
人工智能万亿市场待挖掘
4．人工智能生态格局展望：巨头与新贵共舞 4.1 人工智能将催生新一轮IT商业模式创新 自从PC互联网时代以来，到移动互联网，再到智能硬件时代，技术发展和商业模式创新一直处于相辅相成的状态中，一旦技术进步的红利被商业模式创新挖掘殆尽后 4、智能家居：从手控到声控 触摸、语音、手势是人与智能家居（比如电视机、冰箱、空调、体感设备等）进行交互的三种方式。 舆情监测以中文信息处理技术和中文自然语言处理技术为基础，融合了信息检索、文本挖掘等研究技术，提供中文智能信息挖掘与智能分析软件，具有对海量文本内容进行智能检索、智能分析及智能化自动处理的功能，可以解决海量信息的智能分析处理 未来语义识别将和文本挖掘、数据挖掘等技术结合，更多地应用在商业化的领域，发展空间巨大。 4、无人驾驶：让汽车看懂一切 在2015年CES展上，汽车行业成为本次展会的一大亮点，多家汽车厂商和科技公司展示了无人驾驶和智能汽车技术。
2K20编辑于 2022-06-25 - 来自专栏人生代码
数据挖掘实践指南读书笔记4
http://guidetodatamining.com/ 这本书理论比较简单，书中错误较少，动手锻炼较多，如果每个代码都自己写出来，收获不少。总结：适合入门。 欢迎转载，转载请注明出处，如有问题欢迎指正。
43020发布于 2019-10-30 - 来自专栏生物信息云
TCGA数据挖掘（四）：表达差异分析（4）
在之前我们的文章：TCGA数据挖掘（三）：表达差异分析中，我们利用的是TCGAbiolinks包中的TCGAanalyze_DEA函数进行差异表达分析，我们也提到可以选择基于limma或edgeR包进行分析 ，TCGA数据挖掘（三）：表达差异分析这一讲中我们利用的是edgeR包，之后我们在文章：TCGA数据挖掘（四）：表达差异分析（2）和TCGA数据挖掘（四）：表达差异分析（3）中分别也介绍了其他方法的差异分析
4.9K51发布于 2019-09-18 - 来自专栏数据科学与人工智能
【金融数据】挖掘数据价值，打造智能银行
Facebook之所以能获得如此高的估值，Gartner公司认为，关键在于当时它收集了约2.1万亿条“获利信息”，每条信息估值约4美分，每个用户的价值为100美元。 第三层，从信息上升至知识，即知识发现层，在此层面，数据挖掘技术和人工智能至关重要，对整合的信息进行分解、提炼，从中找出有价值的信息点，实现信息到知识的转变。 结合国内外先进企业的大数据经验，民生银行围绕充分挖掘大数据价值，以“智能化、云端化、标准化、移动化”（“四化”）建设为主线，努力打造和提升大数据能力，积极推进全行的大数据战略。 大数据智能化 为进一步提升客户关系管理与服务水平，营造可持续发展的金融生态环境，切实提高全行对公业务的规划能力、营销能力、产品支持能力、风险管理能力、考核评价能力，民生银行建成智能管家平台，借助互联网思维和大数据分析挖掘工具 ，运用复杂网络科学、文本挖掘、购物篮分析等数据挖掘技术和力导向布局图、蜗牛图等数据可视化手段，构建了上下游客户推荐模型、智能产品推荐模型、交易网络模型，设计开发了客户推荐、产品推荐等功能，为客户经理、管理人员提供针对性
1.4K50发布于 2018-02-27 - 来自专栏PPV课数据科学社区
数据分析&数据挖掘入门知识分享（4）
编者按：本文为 数据分析&数据挖掘入门知识分享（3）的连载，还有一部分待上传，欢迎小伙伴们关注学习，若对您有帮助请分享至朋友圈，让更多人学习！ 以下图片点击横屏观看效果更佳
92050发布于 2018-04-24 - 来自专栏漏洞战争
honggfuzz漏洞挖掘技术深究系列（4）—— 扩展Fuzzer
对于一些复合文件格式，如果只是单纯的暴力Fuzzing，会导致生成很多无法被解析的文件，因此需要对文件变异作一些定制化的工作，比如docx、doc等office复合文件，docx是个压缩包，doc是个OLE格式，如果fuzz docx自然需要将其zip解压，再针对感兴趣的文件作变异，对于doc最好是作文件格式解析，只对感兴趣的stream作文件变异，这样的fuzzing的有效性才会更高。
1.2K30发布于 2019-07-18 - 来自专栏往期博文
【数据挖掘】任务4：20Newsgroups聚类
folks my mac plus finally gave up the gh... 3 \ndo you have weitek s address phone number ... 4 format(cluster)) # 测试集预测结果可视化 count_target = dataset_df['target'].value_counts() plt.figure(figsize=(8, 4)
71420编辑于 2022-09-01 - 来自专栏PPV课数据科学社区
数据挖掘人工智能使教育定制化
自适应学习 这是从小学到大学整个教育体制的再造，McGraw-Hill教育正在开发数字课程，准备相关的课程资料，它从200万学生中收集信息，利用人工智能为每个学生创建自适应的学习体验。 DonorsChoose.org的数据科学家Vlad Dubovskiy说：“校长和管理人员可以对这些数据进行挖掘，及时了解学校教师的请求。” 是弗吉尼亚州高等教育委员会政策研究和数据仓库的负责人，他告诉我们：当大数据应用到教育领域时，“一切皆有可能”，作为弗吉尼亚州纵向数据系统（Longitudinal Data System）的一部分，委员会目前正在挖掘所有公共和非营利大学的学生数据
88350发布于 2018-04-18 - 来自专栏猿人工厂
猿设计4——隐藏需求及实体的挖掘办法
昨天我们通过对比UML用例图的方式，挖掘出了系统的部分实体，我们可以先看一下。 ? 这些实体看上去粒度粗矿了一些，一眼望去也没有什么关联，很难想象怎靠这些东西来运行一套系统。 今天我们对这些实体进行再一次的分析，挖掘系统中隐藏的实体和功能点。 这些隐藏的实体和功能点，往往就是容易埋坑的地方，正所谓需求一行代码万行，拿着功能就动手，不前前后后想清楚，心直口快就应承下需求，几乎是小猿猿们的通病，所以这部分知识也好好看看，如何通过已有的一鳞半爪去挖掘隐藏的东西 所以在进行系统分析和设计的时候，不要觉得枯燥无聊，除了要对隐藏的功能要进行挖掘，还要打起精神，多回顾一下之前的设计，看一看有没有遗漏的地方。 ?
47620发布于 2020-07-28 - 来自专栏数据科学与人工智能
R语言做数据挖掘4本电子书
这是我的第77篇原创文章，关于R语言和数据挖掘。 阅读完本文，你可以知道： 1 R语言做数据挖掘4本电子书 “读书是易事，思索是难事，但两者缺一，便全无用处。” 富兰克林 曾几何时，我在一次面试中，面试官问，“数据挖掘和机器学习有什么区别？”，朋友们也可以思考下这个问题。 实际工作中，我们有时候用R语言做数据分析工作；也有时候需要使用R语言做数据挖掘的工作。 我在这里分享4本R语言做数据挖掘的书籍，你想用R语言做数据挖掘的工作，可以获取和阅读它们。你想了解数据挖掘的十大常用算法的R语言实现，可以从这些书籍里面找到答案。 No.4 Data Mining With R Learning with Case Studies ? 温馨提示：这些电子书，仅供学习使用。 R语言做数据挖掘，你可以阅读第一本书，正如书名而言，学习用R语言做数据挖掘；若是你想了解如何使用R语言来解释各种数据挖掘算法，你可以阅读第二本书，这本大部头介绍数据挖掘里面分类，回归和聚类问题的算法以及如何用
72210发布于 2020-03-25 - 来自专栏muller的测试分享
人工智能，应该如何测试？（二）数据挖掘篇
如果你面对的是一个人工智能平台，那么这些也就变成了测试对象。数据标注：我们面对的大部分都是监督学习，所谓监督学习，就是算法在学习这份数据的时候， 我们需要告诉算法这条数据的答案。 因为人工智能是在大数据的基础之上的， 我们可能要面对数以百万，千万甚至亿的数据量。 ffmpeg -ss 0 -t 10 -i transformer.mp4 begin.mp4-ss 设置视频的开始时间 -t 设置时长上述命令会将原始视频的第 0 秒开始，裁剪出 10s 的视频出来 yolov 过滤图片上次文章介绍 aigc 的测试方法时说过用 yolov + blip 可以组一些 bug 挖掘的工作。 我借鉴这个思路来做数据挖掘。 我们以上面的数据挖掘工具为例子来讲解一下一般模型微调的过程。
47612编辑于 2024-04-07 - 来自专栏马一特
数据分析与数据挖掘 - 03智能对话
一 数据分析与自然语言处理 我们在处理很多数据分析任务时，不可避免地涉及到与文本内容相关的知识，这是属于文本挖掘（text mining）的内容，显然是NLP技术的范畴，基于这样的考虑我们先来对自然语言处理有一个基本的认识 二 自然语言处理 如果一台计算机能够欺骗人类，让人相信它是人类，那么该计算机就应当被认为是智能的。（阿兰.图灵) 机器能像我们人类一样理解文本吗？这是大家对人工智能最初的幻想。 如今，它已成为人工智能的核心领域——自然语言处理（简称：NLP）。 自然语言处理是一门融语言学、计算机科学、人工智能于一体的科学，人们把自然语言处理认为是人工智能的皇冠，它解决的是“让机器可以理解自然语言”——这一到目前为止都还只是人类独有的特权，因此，自然语言理解（NLU ）被誉为人工智能皇冠上的明珠。
95220发布于 2020-09-08 - 来自专栏AI SPPECH
AI破解CTF：漏洞挖掘与利用的智能革命
近年来，人工智能技术的突破为CTF竞赛带来了一场革命，AI辅助的漏洞挖掘与利用工具正在成为参赛队伍的秘密武器。 静态代码分析增强 静态代码分析是CTF漏洞挖掘的重要方法，AI技术可以显著增强静态代码分析的能力： 代码语义理解：使用预训练的代码语言模型（如CodeBERT、GPT-4 Code）对源代码或反编译后的代码进行语义理解 模糊测试（Fuzzing）优化 模糊测试是CTF漏洞挖掘的常用方法，AI技术可以显著优化模糊测试的效果： 智能测试用例生成：使用生成对抗网络（GAN）、强化学习（RL）等技术智能生成更可能触发漏洞的测试用例 4. 大模型在CTF漏洞挖掘中的应用前景 大语言模型（如GPT-4、Claude 3、CodeLlama等）的出现为CTF漏洞挖掘带来了新的机遇： 代码理解与解释：大模型可以理解复杂的代码逻辑，解释代码的功能和潜在的安全问题
72910编辑于 2025-11-13
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号