摘 要:數(shù)據(jù)挖掘技術(shù)是指一種通過某種方法與策略從一切實際應(yīng)用數(shù)據(jù)中將某些人們事先未掌握的、潛在但確實存在 一定利用價值的信息與知識最大成度地提取出來并對其進行加工的技術(shù);數(shù)字化校園則是在以互聯(lián)網(wǎng)為依托的情況下,充 分利用一切可以利用到的信息化策略及相關(guān)設(shè)備,繼而從包括教學環(huán)境、教學資源以及教學活動等方面實現(xiàn)校園整體性的數(shù) 字信息化管理。文章主要闡述了數(shù)據(jù)挖掘技術(shù)在數(shù)字化校園中的應(yīng)用相關(guān)情況。
數(shù)據(jù)挖掘簡介 數(shù)據(jù)挖掘(英語:Data mining),又譯為資料探勘、數(shù)據(jù)采礦。它是數(shù)據(jù)庫知識發(fā)現(xiàn)(英語:Knowledge-Discovery in Databases,簡稱:KDD
大數(shù)據(jù)簡介 大數(shù)據(jù)(big data),指無法在一定時間范圍內(nèi)用常規(guī)軟件工具進行捕捉、管理和處理的數(shù)據(jù)集合,是需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量
自20世紀80年代以來,語音識別技術(shù)的研究取得了許多突破性進展,特別是基于隱馬爾可夫模型(HMM)的語音識別技術(shù),目前已趨成熟,成為語音識別的主流。然而基本型的HMM模型也存在