文章目录
📚信息检索
🐇概念
- 信息检索是从大型集合 (通常存储在计算机上)中寻找非结构化 (通常是文本)的材料(通常是文档),以满足信息需求。
🐇结构化与非结构化数据
- 结构化数据 倾向于引用"表格"中的信息,通常允许数值范围和精确匹配查询。
- 非结构化数据通常引用自由文本,允许关键字查询(包括操作符)以及更复杂的"概念"查询。它是文本文档检索的经典模型。
结构化数据
即行数据,存储在数据库里,可以用二维表结构来逻辑表达实现的数据。非结构化数据
是相对于结构化数据而言的,不方便用数据库二维逻辑表来表现的数据。
🐇信息检索的基本假设
- 集合:一组文档(假设它目前是静态集合)。
- 目标:检索与用户信息需求相关的文档,并帮助用户完成任务。
- 经典搜索模型
🐇信息检索小结
🐇附:IR新课题
📚数据挖掘
🐇定义
🐇数据挖掘 vs 机器学习
- AI说:
- 数据挖掘和机器学习都是处理大数据的方法,它们之间的区别在于目的和方法。
- 数据挖掘旨在寻找数据中的模式、规律和关系,以从中提取有价值的信息。数据挖掘的方法是使用各种技术和算法,例如聚类、分类、关联规则挖掘等。
- 机器学习则是一种人工智能技术,在某种程度上可以看做是数据挖掘的一种扩展。机器学习旨在让计算机根据数据自主学习,建立模型,从而预测、分类或识别未来的数据。机器学习的方法包括监督学习、无监督学习和半监督学习等。
-
数据挖掘是用来理解事物的。
-
机器学习是用来预测事物的。
-
人工智能是用来生成行动的。
- Data contains value and knowledge.
- Data mining around us.
🔥分类
🔥聚类
🔥降维