京公网安备 11010802034615号
经营许可证编号:京B2-20210330
来自经管之家(原人大经济论坛)
知识型企业研究中心
http://business.queensu.ca/index.php
英国谢菲尔德大学自然语言处理研究组
http://nlp.shef.ac.uk/
PCAI
http://www.pcai.com/
美国印地安那大学人工智能/认知科学报告和再版文件汇编
http://www.cs.indiana.edu/%7eleake/INDEX.html
美国橡树岭国家实验室图像处理和机器视觉研究小组
http://www.ornl.gov/sci/ismv/
人工智能研究者俱乐部
http://www.souwu.com/
DFKI人工智能研究所
http://www.dfki.uni-kl.de/
数据管理前言技术国际研讨会(中国,上海,2006)
http://www.iipl.fudan.edu.cn/DM06/index.htm
媒体计算与WEB智能实验室(复旦大学)
http://www.cs.fudan.edu.cn/mcwil/irnlp/
http://www.oefai.at/oefai/ml/mldm/
加拿大渥太华大学知识获取与智能化学习研究小组
http://www.site.uottawa.ca/tanka/kaml.html
美国麻省理工大学生物与计算学习研究中心
http://cbcl.mit.edu/
德国乌尔姆大学人工神经网络小组
http://www.informatik.uni-ulm.de/ni/forschung/ann.html
优秀知识发现网络
http://www.kdnet.org/
奥地利维也纳医科大学脑研究中心医学控制和人工智能学院
http://www.ai.univie.ac.at/
美国伍斯特工学院人工智能研究小组
http://www.cs.wpi.edu/Research/airg/
微软研究-机器学习和应用统计研究小组
http://research.microsoft.com/research/mlas/
英国爱丁堡大学信息学校人工智能应用学院
http://www.aiai.ed.ac.uk/
北京大学计算语言学研究所
http://www.icl.pku.edu.cn/
哈尔滨工业大学智能技术与自然语言处理实验室
http://www.insun.hit.edu.cn/default_cn.asp
加州大学伊荣/尔湾分校机器学习小组
http://www.ics.uci.edu/~mlearn/Machine-Learning.html
DMI:数据挖掘学院
http://www.cs.wisc.edu/dmi/
数据挖掘:原理,算法及应用
http://www.cs.unc.edu/Courses/comp290-90-f04/
国家数据挖掘中心
http://www.ncdm.uic.edu/
IBM智能情报系统研究中心
http://www.almaden.ibm.com/software/disciplines/iis/
清华大学知识工程研究室
http://keg.cs.tsinghua.edu.cn/
http://www.crm2day.com/data_mining/
数据挖掘课程
http://cs.nju.edu.cn/zhouzh/zhouzh.files/course/dm.htm
人工智能研究实验室
http://www.cs.iastate.edu/~honavar/aigroup.html
美国人工智能协会
http://www.aaai.org/home.html
知识媒体学会
http://kmi.open.ac.uk/index.cfm
WEB数据挖掘实验室
http://www.wdmlab.cn/
中国科大博纳数据挖掘中心
http://bona.ustc.edu.cn/
西南财经大学商务数据挖掘中心
http://riem.swufe.edu.cn/dataminingcenter/
国际数据挖掘技术研究中心
http://59.77.6.145/dmlab/DesktopDefault.aspx
互联网数据挖掘服务中心
http://idm.yatio.com/index.html
中科院数据技术与知识经济研究中心
http://www.dtke.ac.cn/
机器学习研究室
http://www.cald.cs.cmu.edu/
数据挖掘工程小组
http://www.chem-eng.utoronto.ca/~datamining/
查尔斯顿学院的信息发现
http://di.cofc.edu/
数据挖掘技能
http://www.statsoft.com/textbook/stdatmin.html
智能科学网站
http://www.intsci.ac.cn/
数据挖掘词汇表
http://www.twocrows.com/glossary.htm
数字经济研究中心
http://w4.stern.nyu.edu/ceder/
诊断试验评价与数据挖掘
http://statdtedm.6to23.com/
http://www.bistudy.com/
Lotus知识发现服务器
http://www.chinakm.com/share/list.asp
知识发现新进展与成果概述
http://202.113.96.26/tjcbe/xueshubaogao/yangbingru.ppt
UCI数据库知识发现
http://kdd.ics.uci.edu/
数据挖掘与知识发现软件
http://www.kdnuggets.com/software/index.html
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16