62.txt

This complete matlab for neural network

发信人: GzLi (笑梨), 信区: DataMining
标  题: [合集]时间序列挖掘与统计
发信站: 南京大学小百合站 (Wed Dec  4 01:14:21 2002), 站内信件

JoyZhang (Joy) 于Tue Dec  3 09:51:30 2002)
提到：

请问时间序列方面的数据挖掘在中国为什么不是很多
如果我想从事这方面的论文研究，如何能与统计系区分开来
上次我特地去请教统计系刚刚在香港大学做完时间序列博士论文的博士，他说我们如果统
计功底不是很强的话，不适合自己一个人做，能否提点建议，非常感谢


helloboy (hello) 于Tue Dec  3 09:57:47 2002提到：

其实不必要和统计区分，统计适合小数据。
dm适合于海量数据挖掘。可以利用统计中的有关技术去执导设计dm算法设计。
【 在 JoyZhang (Joy) 的大作中提到: 】
: 请问时间序列方面的数据挖掘在中国为什么不是很多
: 如果我想从事这方面的论文研究，如何能与统计系区分开来
: 上次我特地去请教统计系刚刚在香港大学做完时间序列博士论文的博士，他说我们如果统
: 计功底不是很强的话，不适合自己一个人做，能否提点建议，非常感谢


GzLi (笑梨) 于Tue Dec  3 11:02:36 2002提到：

我的看法，首先统计方法适合有先验概率模型的数据或者有大量样本的数据，
统计不适合没有先验知识的小数据，这样很不准确。
其次，dm是一个概念，它的对象可以适合任何数据的数据，针对不同的数据选择不同
的挖掘算法。可以在dm中利用统计的算法来解决问题。

我认为时间序列的数据挖掘跟统计不是一回事。统计是一门基础学科，可以在数据挖掘中
扮演一类算法的角色。而相对的，数据挖掘是一门面向应用的学科。
最近，我刚看到一篇博士论文，讲股票市场的数据挖掘，它用的不是统计方法，主要是
神经网络，和混沌分形的方法。
而作为一种流行的方法，SVM已经在时间序列数据的建模中表现出了较好的性能。

以上是我的看法，欢迎讨论。

【 在 helloboy (hello) 的大作中提到: 】
: 其实不必要和统计区分，统计适合小数据。
: dm适合于海量数据挖掘。可以利用统计中的有关技术去执导设计dm算法设计。
: 【 在 JoyZhang (Joy) 的大作中提到: 】


fervvac (高远) 于Tue Dec  3 13:22:08 2002提到：

Very much interested in how to use ideas from "fractal" theory, :)

【 在 GzLi (笑梨) 的大作中提到: 】
: 我的看法，首先统计方法适合有先验概率模型的数据或者有大量样本的数据，
: 统计不适合没有先验知识的小数据，这样很不准确。
: 其次，dm是一个概念，它的对象可以适合任何数据的数据，针对不同的数据选择不同
: 的挖掘算法。可以在dm中利用统计的算法来解决问题。
: 我认为时间序列的数据挖掘跟统计不是一回事。统计是一门基础学科，可以在数据挖掘中
: 扮演一类算法的角色。而相对的，数据挖掘是一门面向应用的学科。
: 最近，我刚看到一篇博士论文，讲股票市场的数据挖掘，它用的不是统计方法，主要是
: 神经网络，和混沌分形的方法。
: 而作为一种流行的方法，SVM已经在时间序列数据的建模中表现出了较好的性能。
: 以上是我的看法，欢迎讨论。
: 【 在 helloboy (hello) 的大作中提到: 】