發現潛規則:知識發現

知識發現(knowledge discovery)就是從大量資料中,找出過去未知且潛在的有用知識,並善用這些知識,便能在各領域實現各種智慧性的應用。因此,知識發現與人工智慧有著密不可分的關係。知識發現與挖掘的過程包含以下的流程步驟:資料篩選(data selection)、資料預處理(data preprocessing)、 資料轉換(data transformation)、資料挖掘(data mining)、知識評估(knowledge evaluation)。經由以下幾個網站,由視覺化的互動方式,讓我們更容易了解這幾種技術!

r2d3 是一個視覺化呈現機器學習的網站,網站上有關於 "決策樹" 相當完整的介紹。

前往網站(中文)

dash-svm 是一個非常專業的 SVM 參數視覺化網站,調整參數可以觀察 SVM 執行的結果。

前往網站(英文)

這篇部落格網頁最下方有互動小程式可以創建數據點(plus/minus 兩類),來觀察 SVM。

前往網站(英文) by Cristian Dima

這個史丹佛大學的網頁會隨機亂數產生數據,讓我們觀察 K-means 執行的結果。

前往網站(英文)