数据挖掘学术文献推荐
1 数据挖掘领域的经典文献
数据挖掘是一门涉及多个学科的交叉领域,涵盖了统计学、机器学习、数据库系统等多个方面。为了帮助读者深入理解和掌握数据挖掘的核心理论与实践,本文将推荐一些重要的学术文献,这些文献不仅涵盖了数据挖掘的基础理论,还包括了最新的研究成果和应用案例。
1.1 关键研究论文
以下是几篇对数据挖掘领域产生深远影响的关键研究论文:
-
“A Tutorial on Support Vector Machines for Pattern Recognition”
作者:Christopher J.C. Burges
支持向量机(SVM)是数据挖掘中非常重要的分类算法之一。这篇论文详细介绍了SVM的原理及其在模式识别中的应用。
链接 -
“MapReduce: Simplified Data Processing on Large Clusters”
作者:Jeffrey Dean 和 Sanjay Ghemawat
MapReduce 是一种用于处理大规模数据集的编程模型和执行框架。这篇论文介绍了MapReduce的基本原理及其在Google的大规模数据处理中的应用。
订阅专栏 解锁全文
1264



被折叠的 条评论
为什么被折叠?



