课程：清华大学-数据挖掘：理论与算法（国家级精品课）_哔哩哔哩_bilibili
一、Learning Resources
二、Data
- 数据是最底层的一种表现形式。
- 数据具有连续性。
- 从存储上来讲，数据分为逻辑上的和物理层的。
- 大数据：数据量大、产生速度快、数据种类多、
三、The Process of Data Mining
四、clustering聚类
聚类：把一堆数据分为一组一组的（没有标签）
层次性聚类：
一个一个单独的elements/items，两两去聚。
五、 云计算
把服务器当作一种资源，随着访问需求变化，从云计算的服务商地方租，使利用率变高。
- Pay As You Go
- Software as a Service
- Platform as a Service
- Infrastructure as a Service
六、并行运算
把问题进行切分，分配到不同的处理器上。
七、
- 解决数据挖掘：想清楚数据之间到底有没有规律
- 看问题要全面，要从多个角度、多个维度思考，不能以偏概全。
- 注意：存在内在分组
- 不能忘记时间维度。
- 幸存者偏差问题：
样本可能存在偏差。