[原创]数据挖掘的数学准备

Datamining 和是BI金字塔的最顶端。之前的硬件平台，ERP系统，CRM....直到OLAP无一不是为数据挖掘做着准备工作。

当然，数据挖掘的人员本身也该为此做做准备。相关的数学基础影响到后续工作的质量。

下面概略介绍一下需要具备哪些：

一、集合论

包括以下概念

1、集合（set）

2、元素（Element）

3、全集（Universal Set）

4、空集（Empty Set）

5、子集（SubSet）

6、余集/补集（Complement）

7、交集（Inter Section）

8、联集（Union）

9、互斥（Disjoint）

及其相关运算：交换率，结合率，分配律，Demorgan定律等。

二、排列组合

主要内容包括：

1、排列

2、组合

3、重复排列

4、重复组合

三、微积分及常用公式

包括：

1、指数函数及无穷级数表示

2、对数

3、微分公式：多项式微分、对数微分、两个函数的积如何微分等内容。

4、积分公式：多项式积分、指数函数积分、自然对数函数等

5、两个重要函数：

    A、Gamma函数

    B、Beta函数

6、平方和的分解

7、极大极小值求解。

推荐到鲜果： 查阅更多相关主题的帖子: 数据挖掘