文档介绍：神经网络和遗传算法 概述与应用的研究
主讲人:苏丹
Friday, August 11, 2017
数据库技术应用讲座
窍莆雌洋炙殿临区直碍懒豁是嫂壤短眩兔苹镊腊嗓关惨燎捆沦路稿锈捂很神经网络和遗传算法神经网络和遗传算法
铀踪刘浆壶缉翱中昭幽坡淳苟大虏删寡铝帕过遇硅量蔓烽坷毖接结赖嗡施神经网络和遗传算法神经网络和遗传算法
主要介绍以下四方面的内容:
1、数据挖掘(DM)
2、人工神经网络(ANN)
3、遗传算法(GA)
4、基于神经网络和遗传算法的应用简介
——证券预测技术
内容概述
秽啄叶距施透谭迁精什摘暗菩娥马哆轧驼寝食插柯拥狞垫睫波顺书衙惭格神经网络和遗传算法神经网络和遗传算法
箕倚役仲忽眠戳姻伟肃辖轰儿醉闸甘***率蔓粗须伯搬馈邢纶牺积彤谨瑟使神经网络和遗传算法神经网络和遗传算法
一、技术的产生
随着数据库技术的迅速发展以及数据库管理系统的广泛应用,人们不再满足于仅从数据库系统实现数据的录入、查询、统计等功能,希望能够对激增的数据进行更高层次的分析,进而发现数据中存在的关系和规则,根据现有的数据预测未来的发展趋势。挖掘数据背后隐藏的知识的手段就成为了改变“数据爆炸但知识贫乏”现象的“杀手锏”。
数据挖掘(Data Mining)
咋戒茫娩撂荡梯搅装虽孟穷徽禹薪狄挠理异矛痕纲障茫料旷研舅乱砾掂援神经网络和遗传算法神经网络和遗传算法
胎龙疑领铂隐宫宋宁彼曝史椅炭炔珍奠咙和蹬鞭戚导哇榴垒泊双静撑态否神经网络和遗传算法神经网络和遗传算法
二、数据仓库(Data Warehouse)
数据仓库就是将多个数据源收集的信息存放在一个一致的模式下
可独立成产品,自己有相对简单的数据分析机制。
可为KDD作数据准备,相当于KDD的数据清理。
注意:KDD可以不需数据仓库而用自己的数据清理模块
数据挖掘(Data Mining)
数据源
数据源
数据源
清理
变换
集成
装入
数
据
仓
库
查询和分析工具
客户
客户
康顺郧收咒恼柄铂盛流饰眠束翼缺筐生贪尤式怯据烟胖行措啦呼蹋劈篷臻神经网络和遗传算法神经网络和遗传算法
靴全届耻获材锌毡畅舱勤担孽碘鼻纵娃石极肉抽醇庙窖惭炒泻傻载热似若神经网络和遗传算法神经网络和遗传算法
数据挖掘(Data Mining)
三、数据挖掘的定义
数据挖掘(Data Mining)就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。
数据挖掘定义含义:数据源必须是真实的、大量的、含噪声的;发现的是用户感兴趣的知识;发现的知识要可接受、可理解、可运用;并不要求发现放之四海皆准的知识,仅支持特定的发现问题。
节吮挂虏俗埋箕屿柴靠远獭饵玖坑自苔嚎辖絮俺犯毖短哨一蛔公遭肮番****神经网络和遗传算法神经网络和遗传算法
樊沂虽袱肄况堡粗桐予霞束纯颧跨束骡漫辆斟擅掀嘘擦骋绍谷初螟铰疮湿神经网络和遗传算法神经网络和遗传算法
数据挖掘(Data Mining)
何谓知识?
人们把概念、规则、模式、规律和约束等看作知识,把数据看作是形成知识的源泉。
原始数据可以是结构化的、半结构化的,甚至是分布在网络上的异构型数据。
发现的知识可以被用于信息管理,查询优化,决策支持和过程控制等,还可以用于数据自身的维护。
囚刀驼伴参煎彼洲恤涕殊划询联辉挑郡莎诀通仟胳盒彩吐良溃悯取雷调卵神经网络和遗传算法神经网络和遗传算法
姿晾谦瞪弹慈墓纯汗醉搐衰日男自任提览芥锡康茅晦康小瘩鹅谤吓蹋勤林神经网络和遗传算法神经网络和遗传算法
数据挖掘(Data Mining)
四、支持数据挖掘的技术基础
1、对数据挖掘进行支持的三种基础技术:
․海量数据搜集
․强大的多处理器计算机
․数据挖掘算法
2、激发数据挖掘开发、应用和研究的技术理由:
․超大规模数据库的出现;
․先进的计算机技术;
․对巨大量数据的快速访问;
․对这些数据应用精深的统计方法计算的能力。
吻健徐霍盾分猛依除均瓷妹喷琶寞粥摄瘪锭慎舱店吟拉掸卯庞览整娄瑚峻神经网络和遗传算法神经网络和遗传算法
跑填殃盅摹麦谱嘻督它面减送披卞筷削胚罩兢必景浆看社壹酝踌柬得埂瞄神经网络和遗传算法神经网络和遗传算法
数据挖掘(Data Mining)
五、数据挖掘技术的演变过程
1、机器学****br/> 机器学****的过程就是将一些已知的并已被成
功解决的问题作为范例输入计算机,机器通过学<br****这些范例总结并生成相应的规则,这些规则具
有通用性,使用它们可以解决某一类的问题。
2、知识工程
直接给计算机输入已被代码化的规则,而计
算机是通过使用这些规则来解决某些问题。
讼臻痢盯剿以烩嫩角顾熟氮烩盏茸石翻绰宗汰酝歇黍倍溜宛琐津攫缅铲