数据挖掘工程师面试指南
数据挖掘领域是一个独特的行业，通常的招聘方法可能不大适用于本行业的特点。在招聘一个合格的数据挖掘工程师时，公司一般关注以下三个方面： 1、他聪明吗？ 聪明意味着能够透过复杂的信息建构问题并以正确的方式加以解决。聪明人还能从失败中获取经验。 2、他是否专注于项目？ 专注意味着在各种困难的环境中，仍能独立或合作完成项目。 3、他能否与团队一起工作？ 团队合作需要很好的沟通能力。工作中涉及到的概念、问题
工程师
工程师吴畏 . 2019-07-10 695
大数据挖掘是什么,数据挖掘的方法主要有哪些?
数据挖掘(Data Mining)是从大量的、不完全的、有噪声的、模糊的、随机的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。 数据挖掘对象 根据信息存储格式，用于挖掘的对象有关系数据库、面向对象数据库、数据仓库、文本数据源、多媒体数据库、空间数据库、时态数据库、异质数据库以及Internet等。 数据挖掘流程 定义问题：清晰地定义出业务问题，确定数据挖掘的目的。 数
算法
YXQ . 2019-04-17 740
近十年人工智能21个子领域高引学者
人工智能发展迅速，尤其是近10年，人工智能领域涵盖了包括自然语言处理、计算机视觉、Web与知识工程、机器人、图形学、可视化、虚拟现实、多媒体、人机交互、语音识别、物联网、计算经济学、计算理论、信息系统、计算机安全、信息检索、数据库、机器学习、数据挖掘等诸多研究方向。 AMiner节选了和人工智能相关的21个子领域，每个子领域选择1-2个顶级会议或者期刊，根据这些会议和期刊上近10年发表论文的引用情
人工智能
lq . 2019-01-16 1135
- 1