学科分类 - 《中国大百科全书》第三版网络版

高级搜索

个人中心
机构中心
退出

专业板块专题板块大众板块

首页 . 理学 . 数学

数理统计学/ mathematical statistics /mathematical statistics
数理统计学
以概率论和数学其他分支的理论为基础，采用观察性研究和试验性研究获取科学数据，研究分析科学数据的数学模型和理论方法。是数学的分支学科，也是统计学最基础最核心的部分。
数据挖掘/ data mining /data mining
数据分析
在大型数据存储库中，自动地发现有用信息的过程，是数据库中知识发现（knowledge discovery in database）不可缺少的一部分。
机器学习/ machine learning /machine learning
数据分析
给予计算机在没有明确程序下的学习能力。机器学习从模式识别和人工智能的计算学习理论的研究中发展而来，并充分利用能够从数据中学习和作预测的算法构造和学习能力。这类能够从数据中学习和作预测的算法克服了通过从数据输入建立一个模型而作出数据驱动预测或决策的严格静态程序指令的限制。
探索性数据分析/ exploratory data analysis /exploratory data analysis
数据分析
一种应该怎样执行数据分析（包括如何分析一个数据集，寻找的是什么，如何看以及如何解释）的方式。常与可视化方法一起去完成最大限度地洞察一个数据集、发掘数据的潜在结构、提取重要变量、检测异常值和反常现象、检验基本假设、建立合适模型以及确定最佳影响因素等任务。
高维数据/ high-dimensional data /high-dimensional data
数据分析
随着技术的发展，人们可以采集到的数据量也越来越大，如金融市场交易数据、基因数据、航天遥感数据、网络数据等，这些数据在统计分析中被称为高维数据。
属性数据分析/ categorical data analysis /categorical data analysis
数据分析
对因变量是属性变量的数据进行分析的方法。这里的属性变量包括定性变量、定类变量和离散变量等取值离散的变量。其中，对离散变量研究较多的是二项分布、多项分布、泊松分布。
超高维数据/ ultra-high-dimensional data /ultra-high-dimensional data
数据分析
在科学、医药工程、社会科学等领域，大数据是普遍存在的。通常情况下，样本的维数也比较高。超高维数据是指样本的维数p随n的增加而增加，并且增加的速度达到一定程度，如样本维数的增长速度达到样本量n的指数级别。
图模型/ graphical model /graphical model
数据分析
一类结合概率论和图论而利用图来表示随机变量之间的相关关系的模型的总称。
大数据/ big data /big data
数据分析
大数据一词从20世纪90年代开始流行，主要包含两层意思：一是指超出主流统计软件存储、处理分析范围之外的海量数据集合；二是指在可接受的时间长度内，对这些海量数据的处理过程。
插补法/ imputation /imputation
数据分析
对缺失数据的填补方法。如果是对数据集中某一条记录进行填补，则称为单元插补；如果是对某一记录中的某个变量进行填补，则称为单项插补。

数理统计学/ mathematical statistics /mathematical statistics

数据挖掘/ data mining /data mining

机器学习/ machine learning /machine learning

探索性数据分析/ exploratory data analysis /exploratory data analysis

高维数据/ high-dimensional data /high-dimensional data

属性数据分析/ categorical data analysis /categorical data analysis

超高维数据/ ultra-high-dimensional data /ultra-high-dimensional data

图模型/ graphical model /graphical model

大数据/ big data /big data

插补法/ imputation /imputation