第一篇：學(xué)科前沿課學(xué)習(xí)感想與心得(精品)

“學(xué)科前沿課”學(xué)習(xí)感想與心得

學(xué)院：電氣工程學(xué)院

專業(yè)：電氣工程及其自動(dòng)化

班級(jí)：

姓名： 學(xué)號(hào)： 那年九月，我拿著燕山大學(xué)錄取通知書來(lái)到了燕山大學(xué)，來(lái)到了電氣工程及其自動(dòng)化專業(yè)。

做為一名電氣工程及其自動(dòng)化專業(yè)的大一學(xué)生，我對(duì)自己的專業(yè)并不是很了解，對(duì)于未來(lái)所接觸到的工作方向更是沒(méi)有頭緒，我想不光是我自己，大部分大一新生都對(duì)自己的專業(yè)不是很了解，包括未來(lái)要學(xué)的，將來(lái)的工作方向都不是太了解。因此，在大一開設(shè)“學(xué)科前沿課”是很有必要的，給不知方向的我們指引了方向，從中我也了解和學(xué)習(xí)了很多的知識(shí)，對(duì)自己的專業(yè)有個(gè)大致的了解。下面說(shuō)一說(shuō)自己通過(guò)此課程和查閱相關(guān)資料所了解到的東西和感想。

對(duì)于電氣工程及其自動(dòng)化，它的觸角伸向各行各業(yè)，小到一個(gè)開關(guān)的設(shè)計(jì)，大到宇航飛機(jī)的研究，都有它的身影。這個(gè)專業(yè)的學(xué)生（包括我自己）能夠從事于電氣工程有關(guān)的系統(tǒng)運(yùn)行，自動(dòng)控制，電力電子技術(shù)，信息處理，實(shí)驗(yàn)技術(shù)，研制開發(fā)，經(jīng)濟(jì)管理以及電子與計(jì)算機(jī)技術(shù)等領(lǐng)域的工作。電氣工程及其自動(dòng)化專業(yè)是電氣信息領(lǐng)域的一門新興學(xué)科，但由于和人們的日常生活以及工業(yè)生產(chǎn)密切相關(guān)，發(fā)展的非常迅速，現(xiàn)在也相對(duì)比較成熟。已經(jīng)成為高新技術(shù)產(chǎn)業(yè)的重要組成部分，廣泛應(yīng)用于工業(yè)，農(nóng)業(yè)，國(guó)防等領(lǐng)域，在國(guó)民經(jīng)濟(jì)中發(fā)揮著越來(lái)越重要的作用?？刂评碚摵碗娏W(wǎng)理論是電氣工程及其自動(dòng)化專業(yè)的基礎(chǔ)，電力電子技術(shù)，計(jì)算機(jī)技術(shù)則為其主要技術(shù)手段，同時(shí)也包含了系統(tǒng)分析，系統(tǒng)設(shè)計(jì)，系統(tǒng)開發(fā)以及系統(tǒng)管理與決策等研究領(lǐng)域，該專業(yè)還有一些特點(diǎn)，就是強(qiáng)弱電的結(jié)合，電工電子技術(shù)相結(jié)合，軟件與硬件相結(jié)合，具有交叉學(xué)科的性質(zhì)。電力，電子，控制，計(jì)算機(jī)多學(xué)科綜合，使畢業(yè)生具有較強(qiáng)的適應(yīng)能力，是“寬口徑”專業(yè)。

在介紹一下主要課程。包括電氣工程、控制科學(xué)與工程、計(jì)算機(jī)科學(xué)與技術(shù)、電路理論、電子技術(shù)、電力電子技術(shù)、自動(dòng)控制原理、微機(jī)原理與應(yīng)用、電氣工程基礎(chǔ)、電機(jī)學(xué)、電器學(xué)、電力系統(tǒng)分析、電機(jī)設(shè)計(jì)、高低壓電器、電機(jī)控制、智能化電器原理與應(yīng)用、電力系統(tǒng)繼電保護(hù)、電力系統(tǒng)綜合自動(dòng)化、建筑供配電等。

通過(guò)上面自己專業(yè)的介紹，我對(duì)我的專業(yè)有了一定的了解。不錯(cuò)，我自己的專業(yè)是個(gè)“寬口徑”專業(yè)，它綜合了很多學(xué)科很多技術(shù)相結(jié)合，正如自己之前所說(shuō)，我喜歡我所選擇的這個(gè)專業(yè)，但是僅僅是喜歡是遠(yuǎn)遠(yuǎn)不夠的，我還要衡量自己的綜合素質(zhì)。電氣工程及其自動(dòng)化專業(yè)需要具有扎實(shí)的數(shù)學(xué)，物理基礎(chǔ)，較強(qiáng)的外語(yǔ)綜合能力，為今后能夠掌握并且靈活運(yùn)用專業(yè)知識(shí)做準(zhǔn)備。該專業(yè)方向的人才需求雖然大，但可供選擇的人也很多，如果沒(méi)有非常強(qiáng)的綜合素質(zhì)，很難在眾人之中脫穎而出，取得突出成績(jī)。

對(duì)于自己的這個(gè)專業(yè)，談到我未來(lái)計(jì)劃的工作方向，電氣工程及其自動(dòng)化專業(yè)培養(yǎng)的畢業(yè)生就業(yè)面寬、適應(yīng)性強(qiáng)。該專業(yè)的畢業(yè)生主要面向電力行業(yè)就業(yè)，可從事電力設(shè)計(jì)、建設(shè)、調(diào)試、生產(chǎn)、運(yùn)行、市場(chǎng)運(yùn)營(yíng)、科技開發(fā)和技術(shù)培訓(xùn)等工作，也可從事其他行業(yè)中的電氣技術(shù)工作。主要就業(yè)單位有電力公司、電力設(shè)計(jì)院、電力規(guī)劃院、電力建設(shè)部門、電力生產(chǎn)單位、電氣工程研究開發(fā)公司和研究院以及具有電氣相關(guān)專業(yè)的院校。自動(dòng)控制、電力電子技術(shù)、信息處理、試驗(yàn)分析、研制開發(fā)、經(jīng)濟(jì)管理以及電子與計(jì)算機(jī)技術(shù)應(yīng)用等領(lǐng)域的工作。

1、電業(yè)局

最好的是電業(yè)局。福利好，待遇高。

2、設(shè)計(jì)院

然后是設(shè)計(jì)院，工作相對(duì)比較輕松。

3、工程局 最艱苦的是工程局。因?yàn)橐S著工程地點(diǎn)到處跑。但是工資也不低?？偟膩?lái)說(shuō)是很不錯(cuò)的。而且還可以向自動(dòng)化、電子等方向轉(zhuǎn)行。

4、工業(yè)部門

“自動(dòng)化”一是屬于信息產(chǎn)業(yè)。信息產(chǎn)業(yè)被人們譽(yù)為“朝陽(yáng)產(chǎn)業(yè)”，發(fā)展快、需要人才多、待遇高，是當(dāng)今科技發(fā)展的趨勢(shì)所在。因此，作為信息產(chǎn)業(yè)中的重要一員，自動(dòng)化專業(yè)同樣有著光輝的前途。二是自動(dòng)化應(yīng)用范圍廣。目前，幾乎所有的工業(yè)部門都可以同自動(dòng)控制掛上鉤，現(xiàn)代化的農(nóng)業(yè)、國(guó)防也都與自動(dòng)化息息相關(guān)。三是本專業(yè)對(duì)于個(gè)人發(fā)展非常有利。本專業(yè)課程設(shè)置的覆蓋面廣，所學(xué)的東西與其他學(xué)科交叉甚多。這也與本專業(yè)的來(lái)歷有關(guān)，自動(dòng)化專業(yè)大部分源于計(jì)算機(jī)或者電子工程系的自動(dòng)控制專業(yè)。

隨著我國(guó)經(jīng)濟(jì)的不斷發(fā)展，現(xiàn)代化工業(yè)的不斷發(fā)展使電氣自動(dòng)化技術(shù)方面的人才市場(chǎng)有著相當(dāng)大的潛力。尤其是廣東地區(qū)，自動(dòng)化生產(chǎn)技術(shù)不斷提高，自動(dòng)化產(chǎn)品不斷普及，智能樓宇和智能家居的應(yīng)用，智能交通的不斷發(fā)展，為電氣自動(dòng)化技術(shù)專業(yè)提供了廣闊的發(fā)展前景。

這個(gè)專業(yè)，強(qiáng)電，弱電都有的。因?yàn)?，主要學(xué)習(xí)系統(tǒng)的東西。專業(yè)科目，主要是，電路、數(shù)學(xué)電子、模擬電子、控制系統(tǒng)、經(jīng)典控制理論、現(xiàn)代控制理論、微機(jī)控制理論、還有電機(jī)拖動(dòng)、PLC、電廠供電、單片機(jī)等。

當(dāng)今是個(gè)人才競(jìng)爭(zhēng)的時(shí)代，我們也正處于這個(gè)時(shí)代，我們有可能會(huì)被社會(huì)認(rèn)可，也或許被社會(huì)淘汰，但這兩者的根源還要?dú)w結(jié)為最主要的一點(diǎn)，就是自己是否已經(jīng)為自己的前程鋪好了路，學(xué)好本專業(yè)知識(shí)。有了知識(shí)，掌握了技術(shù)，不會(huì)使你迷茫；同時(shí)還可以讓你的生活充實(shí)，不會(huì)使你虛度每一天。這就是我的感想與體會(huì)，當(dāng)然感想與體會(huì)是一方面，最重要的還是要看未來(lái)行動(dòng)，我是一個(gè)絕對(duì)能按計(jì)劃做事的人，所以我相信只要按部就班的走下去，學(xué)好專業(yè)課，一定可以取得成果，這每一步也正是碩果的積累，四年之后，一個(gè)碩大的果兒將屬于自己。

第二篇：學(xué)科前沿體驗(yàn)課感想

學(xué)科前沿體驗(yàn)課感想

來(lái)到了燕山大學(xué)，當(dāng)初什么也不明白，只是聽家長(zhǎng)的選了這個(gè)專業(yè)，也不知道專業(yè)將來(lái)是干什么的，學(xué)校開了一門學(xué)科前沿體驗(yàn)課，這正好可以幫助我們這些不是很了解這個(gè)專業(yè)的內(nèi)容和將來(lái)的就業(yè)方向等問(wèn)題，讓我們可以提早為將來(lái)做一些準(zhǔn)備。

從老師為我們講的課上，我知道了我所學(xué)的專業(yè)將來(lái)在大三的時(shí)候要分為兩個(gè)方向，一個(gè)是焊接，另一個(gè)是熱處理，我聽了老師的介紹后，對(duì)焊接比較感興趣，尤其是聽了老師講了鳥巢的焊接后，我對(duì)焊接有了更大的興趣，鳥巢用鋼4.8萬(wàn)噸，使用焊接材料超過(guò)2000噸，鋼結(jié)構(gòu)焊縫達(dá)到30萬(wàn)延米。自開始建設(shè)，科技人員就在煉鋼、焊接、鋼結(jié)構(gòu)卸載等多個(gè)領(lǐng)域取得了重大突破，實(shí)現(xiàn)了Q460E-Z35高強(qiáng)鋼的完全國(guó)產(chǎn)化，屢屢獲得國(guó)家級(jí)工法認(rèn)證、國(guó)家發(fā)明專利、國(guó)家實(shí)用新型專利和北京市科學(xué)技術(shù)獎(jiǎng)項(xiàng)。鳥巢不僅為國(guó)家取得了榮譽(yù)，而且也攻克了一個(gè)有一個(gè)的難關(guān)，取得了一個(gè)又一個(gè)進(jìn)步。在老師講授的過(guò)程中，由于我們還沒(méi)有上專業(yè)課，有很多東西我們都無(wú)法理解，所以，老是盡量以簡(jiǎn)單的方式給我們講解，讓我們可以理解。

還有一位老師講解了有關(guān)稀土的知識(shí)，我國(guó)是世界上稀土資源最豐富的國(guó)家，稀土元素是典型的金屬元素。它們的金屬活潑性僅次于堿金屬和堿土金屬元素，而比其他金屬元素活潑。在17個(gè)稀土元素當(dāng)中，按金屬的活潑次序排列，由鈧，釔、鑭遞增，由鑭到镥遞減，即鑭元素最活潑。稀土元素能形成化學(xué)穩(wěn)定的氧化物、鹵化物、硫化物。稀土元素可以和氮、氫、碳、磷發(fā)生反應(yīng)，易溶于鹽酸、硫酸和硝酸中。我國(guó)稀土產(chǎn)業(yè)從稀土資源大國(guó)逐漸發(fā)展成為生產(chǎn)大國(guó)、應(yīng)用大國(guó)和出口大國(guó)的的歷程。稀土有工業(yè)“黃金”之稱，由于其具有優(yōu)良的光電磁等物理特性,能與其他材料組成性能各異、品種繁多的新型材料，其最顯著的功能就是大幅度提高其他產(chǎn)品的質(zhì)量和性能。比如大幅度提高用于制造坦克、飛機(jī)、導(dǎo)彈的鋼材、鋁合金、鎂合金、鈦合金的戰(zhàn)術(shù)性能。而且，稀土同樣是電子、激光、核工業(yè)、超導(dǎo)等諸多高科技的潤(rùn)滑劑。稀土科技一旦用于軍事，必然帶來(lái)軍事科技的躍升。從一定意義上說(shuō),美軍在冷戰(zhàn)后幾次局部戰(zhàn)爭(zhēng)中壓倒性控制，以及能夠?qū)橙怂翢o(wú)忌憚地公開殺戮，正緣于稀土科技領(lǐng)域的超人一等。我國(guó)是名副其實(shí)的世界第一大稀土資源國(guó)，已探明的稀土資源量約6588萬(wàn)噸。我國(guó)稀土資源不但儲(chǔ)量豐富，而且還具有礦種和稀土元素齊全、稀土品位及礦點(diǎn)分布合理等優(yōu)勢(shì)，為我國(guó)稀土工業(yè)的發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)。中國(guó)稀土資源成礦條件十分有利、礦床類型齊全、分布面廣而有相對(duì)集中，目前，地質(zhì)科學(xué)工作中已在全國(guó)三分之二以上的?。▍^(qū)）發(fā)現(xiàn)上千處礦床、礦點(diǎn)和礦化地。但集中分布在內(nèi)蒙古的白云鄂博、江西贛南、廣東粵北、四川涼山和山東微山等地，形成北、南、西、東的分布格局，并且有北輕南重的分布特點(diǎn)。

還有一位老師講了有關(guān)表面處理的知識(shí)，這樣可以盡量的利用資源，做到了經(jīng)濟(jì)和資源的雙重節(jié)約，表面處理在很多領(lǐng)域和方面都有應(yīng)用。表面處理在基體材料表面上人工形成一層與基體的機(jī)械、物理和化學(xué)性能不同的表層的工藝方法。表面處理的目的是滿足產(chǎn)品的耐蝕性、耐磨性、裝飾或其他特種功能要求。對(duì)于金屬鑄件，我們比較常用的表面處理方法是，機(jī)械打磨，化學(xué)處理，表面熱處理，噴涂表面，表面處理就是對(duì)工件表面進(jìn)行清潔、清掃、去毛刺、去油污、去氧化皮等。表面處理包括有機(jī)械拋光，化學(xué)拋光，磷化涂裝，噴漆噴塑、電鍍電泳、氧化發(fā)黑、著色染色等。

其中一位老師也為我們講解了一些關(guān)于我們專業(yè)在航空航天等方面的應(yīng)用，飛行器所經(jīng)受的高溫環(huán)境是空氣動(dòng)力加熱、發(fā)動(dòng)機(jī)燃?xì)庖约疤罩刑?yáng)的輻照造成的。航空器要長(zhǎng)時(shí)間在空氣中飛行，有的飛行速度高達(dá)3倍音速,所使用的高溫材料要具有良好的高溫持久強(qiáng)度、蠕變強(qiáng)度、熱疲勞強(qiáng)度，在空氣和腐蝕介質(zhì)中要有高的抗氧化性能和抗熱腐蝕性能，并應(yīng)具有在高溫下長(zhǎng)期工作的組織結(jié)構(gòu)穩(wěn)定性?；鸺l(fā)動(dòng)機(jī)燃?xì)鉁囟瓤蛇_(dá)3000°C以上，噴射速度可達(dá)十余個(gè)馬赫數(shù)，而且固體火箭燃?xì)庵羞€夾雜有固體粒子，彈道導(dǎo)彈頭部在再入大氣層時(shí)速度高達(dá)20個(gè)馬赫數(shù)以上，溫度高達(dá)上萬(wàn)攝氏度，有時(shí)還會(huì)受到粒子云的侵蝕，因此在航天技術(shù)領(lǐng)域中所涉及的高溫環(huán)境往往同時(shí)包括高溫高速氣流和粒子的沖刷。在這種條件下需要利用材料所具有的熔解熱、蒸發(fā)熱、升華熱、分解熱、化合熱以及高溫粘性等物理性能來(lái)設(shè)計(jì)高溫耐燒蝕材料和發(fā)汗冷卻材料以滿足高溫環(huán)境的要求。太陽(yáng)輻照會(huì)造成在外層空間運(yùn)行的衛(wèi)星和飛船表面溫度的交變，一般采用溫控涂層和隔熱材料來(lái)解決。低溫環(huán)境的形成來(lái)自大自然和低溫推進(jìn)劑。飛機(jī)在同溫層以亞音速飛行時(shí)表面溫度會(huì)降到-50°C左右,極圈以內(nèi)各地域的嚴(yán)冬會(huì)使機(jī)場(chǎng)環(huán)境溫度下降到-40°C以下。在這種環(huán)境下要求金屬構(gòu)件或橡膠輪胎不產(chǎn)生脆化現(xiàn)象。液體火箭使用液氧(沸點(diǎn)為-183°C)和液氫(沸點(diǎn)為-253°C)作推進(jìn)劑，這為材料提出了更嚴(yán)峻的環(huán)境條件。部分金屬材料和絕大多數(shù)高分子材料在這種條件下都會(huì)變脆。通過(guò)發(fā)展或選擇合適的材料，如純鋁和鋁合金、鈦合金、低溫鋼、聚四氟乙烯、聚酰亞胺和全氟聚醚等，才能解決超低溫下結(jié)構(gòu)承受載荷的能力和密封等問(wèn)題。為了減輕飛行器的結(jié)構(gòu)重量，選取盡可能小的安全余量而達(dá)到絕對(duì)可靠的安全壽命，被認(rèn)為是飛行器設(shè)計(jì)的奮斗目標(biāo)。對(duì)于導(dǎo)彈或運(yùn)載火箭等短時(shí)間一次使用的飛行器，人們力求把材料性能發(fā)揮到極限程度。為了充分利用材料強(qiáng)度并保證安全，對(duì)于金屬材料已經(jīng)使用“損傷容限設(shè)計(jì)原則”。這就要求材料不但具有高的比強(qiáng)度，而且還要有高的斷裂韌性。在模擬使用的條件下測(cè)定出材料的裂紋起始?jí)勖土鸭y的擴(kuò)展速率等數(shù)據(jù)，并計(jì)算出允許的裂紋長(zhǎng)度和相應(yīng)的壽命，以此作為設(shè)計(jì)、生產(chǎn)和使用的重要依據(jù)。對(duì)于有機(jī)非金屬材料則要求進(jìn)行自然老化和人工加速老化試驗(yàn)，確定其壽命的保險(xiǎn)期。復(fù)合材料的破損模式、壽命和安全也是一項(xiàng)重要的研究課題。

最后，我要感謝老師老師為我們講解的這些專業(yè)知識(shí)，他們讓我們提前知道了我們要學(xué)習(xí)的內(nèi)容，給我們指明了方向，讓我們可以更好地了解我們所學(xué)的專業(yè)。

第三篇：學(xué)科前沿講座心得

桂林電子科技大學(xué) 學(xué)科前沿技術(shù)講座

心得體會(huì)

學(xué)號(hào)：10203110

5姓名：劉瑞

指導(dǎo)教師：王沖

專業(yè)名稱：計(jì)算機(jī)應(yīng)用技術(shù)

所屬學(xué)院：計(jì)算機(jī)科學(xué)與工程學(xué)院

成績(jī)：

近年來(lái)，數(shù)據(jù)挖掘引起了信息產(chǎn)業(yè)界的極大關(guān)注，其主要原因是存在大量數(shù)據(jù)，可以廣泛使用，并且迫切需要將這些數(shù)據(jù)轉(zhuǎn)換成有用的信息和知識(shí)。獲取的信息和知識(shí)可以廣泛用于各種應(yīng)用，包括商務(wù)管理，生產(chǎn)控制，市場(chǎng)分析，工程設(shè)計(jì)和科學(xué)探索等。

機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘這些年一直是計(jì)算機(jī)應(yīng)用方面研究的重點(diǎn)和熱點(diǎn)，首先要了解什么是數(shù)據(jù)挖掘，簡(jiǎn)單地說(shuō)，數(shù)據(jù)挖掘是從大量數(shù)據(jù)中提取或“挖掘”知識(shí)。我一直對(duì)這方面的知識(shí)頗感興趣，這學(xué)期學(xué)院開設(shè)的學(xué)術(shù)前沿講座的課程，很有幸聽到了文益民教授對(duì)于自己在機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘方面研究的講座，讓我對(duì)這些知識(shí)有了深入淺出的理解，受益匪淺。

12月5號(hào)，文益民教授做了題為“大規(guī)模數(shù)據(jù)的分類”的講座，在講座的最開始，文教授提到了戈登·德萊頓《學(xué)習(xí)的革命》一書，皆在指導(dǎo)我們?nèi)绾畏e累知識(shí)如何思考如何學(xué)習(xí)如何去做研究，具有拋磚引玉的指導(dǎo)意義。在這之后，又對(duì)了解機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘首先要了解的知識(shí)做了簡(jiǎn)要的說(shuō)明，比如對(duì)于問(wèn)題的分類是分為線性問(wèn)題和非線性問(wèn)題；比如聚類的含義是將物理或抽象對(duì)象的集合分成由類似的對(duì)象組成的多個(gè)類的過(guò)程；比如對(duì)于這個(gè)世界上計(jì)算機(jī)的分類可以只分成工人（maker）和思考者（thinker）兩類。至此正式進(jìn)入問(wèn)題的討論。

對(duì)于這次講座，文教授從四個(gè)方面進(jìn)行了講授。第一，實(shí)際應(yīng)用中的大規(guī)模數(shù)據(jù)分類問(wèn)題。第二，大規(guī)模數(shù)據(jù)給機(jī)器學(xué)習(xí)帶來(lái)的挑戰(zhàn)。第三，大規(guī)模數(shù)據(jù)分類算法的研究。第四，展望發(fā)展前景。文教授主要是在第三點(diǎn)中做了很多工作也取得了可喜的成績(jī)。

在機(jī)器學(xué)習(xí)的實(shí)際應(yīng)用中，大規(guī)模數(shù)據(jù)分類問(wèn)題一般會(huì)應(yīng)用在以下幾個(gè)方面，在高速高精度的工業(yè)圖像檢測(cè)方面，在專利分類方面，在生物信息數(shù)據(jù)快速增長(zhǎng)方面，在支持向量機(jī)參數(shù)選擇方面。

大規(guī)模數(shù)據(jù)給機(jī)器學(xué)習(xí)帶來(lái)的問(wèn)題有：

1、算法一般不是收斂太慢就是難以收斂，訓(xùn)練時(shí)間過(guò)長(zhǎng)。

2、海量數(shù)據(jù)無(wú)法一次裝入內(nèi)存。

3、算法可靠性得不到保證。

4、已經(jīng)訓(xùn)練好的學(xué)習(xí)器遇到心得訓(xùn)練樣本時(shí)需要重新訓(xùn)練。

在最重要的部分，文教授提到了幾個(gè)重要的研究方法，包括算法，這里面包含有：

1、基于并行計(jì)算的算法，2、以并行計(jì)算方法求解工作集方法中每個(gè)迭代步中二次規(guī)劃的子問(wèn)題，3、Meta-learning，最小最大模塊化支持向量機(jī)以及快

速模塊化支持向量機(jī)，4、Cluster-SVM，Cluster-based-SVM，Cascade-SVM。文教授在第三和第四點(diǎn)中都有自己的工作和貢獻(xiàn)，在第三點(diǎn)中，他提出了分類面拼接算法，在第四點(diǎn)中，提出了分層并行支持向量機(jī)訓(xùn)練算法。對(duì)于分類面拼接算法我進(jìn)行了比較仔細(xì)的了解，并下載閱讀了文教授于2009年3月份在湖南大學(xué)學(xué)報(bào)上發(fā)表的論文“基于分類面的快速模塊化支持向量機(jī)研究”，對(duì)于分類面拼接算法有了初步的研究，下面說(shuō)說(shuō)我對(duì)這個(gè)算法的理解。

信息采集和信息處理技術(shù)的快速發(fā)展導(dǎo)致了諸如公共健康數(shù)據(jù)、信用交易數(shù)據(jù)、國(guó)家經(jīng)濟(jì)普查數(shù)據(jù)、網(wǎng)絡(luò)文本數(shù)據(jù)和地理信息數(shù)據(jù)等大規(guī)模數(shù)據(jù)集的產(chǎn)生。由于訓(xùn)練時(shí)間很長(zhǎng)和空間需求很大，現(xiàn)有的大多數(shù)機(jī)器學(xué)習(xí)算法很難被直接用于大規(guī)模數(shù)據(jù)的機(jī)器學(xué)習(xí)。

這個(gè)算法是針對(duì)大多數(shù)現(xiàn)有的機(jī)器學(xué)習(xí)算法處理大規(guī)模問(wèn)題時(shí)需要的訓(xùn)練時(shí)間很長(zhǎng)和存儲(chǔ)空間很大的難點(diǎn)而提出的，英文名是psfnr SVMs，在訓(xùn)練階段，psfm2SVMs采用一簇平行超平面對(duì)大規(guī)模問(wèn)題實(shí)施軟劃分，然后針對(duì)每個(gè)子問(wèn)題并行訓(xùn)練支持向量機(jī)。在測(cè)試階段，測(cè)試樣本坐落于哪個(gè)子問(wèn)題所在空間中，就由該子問(wèn)題訓(xùn)練的支持向量機(jī)給出判別結(jié)果。在4個(gè)大規(guī)模問(wèn)題上的實(shí)驗(yàn)表明:與采取硬劃分的快速模塊化支持向量機(jī)(fm2SVMs)相比，軟劃分能夠使psfm2SVMs得到更加光滑的分類面，因而ps2fm2SVMs的泛化能力較高。在不增加訓(xùn)練時(shí)間的條件下，psfm2SVMs減少了由于訓(xùn)練集分割導(dǎo)致的分類器泛化能力下降。

支持向量機(jī)方法的本質(zhì)是在訓(xùn)練集的一個(gè)高維像空間中尋找最大間隔分類超平面，這個(gè)分類超平面對(duì)應(yīng)于訓(xùn)練集所在空間的一個(gè)光滑曲面。如果采用訓(xùn)練集分割的方法，將這個(gè)光滑曲面分段求出，然后進(jìn)行連接，就可以得到這個(gè)光滑曲面的近似曲面。

該算法使用平行超平面簇對(duì)訓(xùn)練集實(shí)施軟劃分，使得拼接后的分類面相比f(wàn)m2SVMs得到的分類面更光滑，更接近最優(yōu)分類曲面。因而，psfm2SVMs 的泛化能力比f(wàn)m2SVMs的泛化能力要高。在并行條件下，兩者的訓(xùn)練時(shí)間和測(cè)試時(shí)間相同。在多核計(jì)算技術(shù)快速發(fā)展的今天，本文提出的算法，提供了一種可行的并行機(jī)器學(xué)習(xí)框架，對(duì)于研制高速高精度的機(jī)器學(xué)習(xí)算法具有一定的借鑒意義。未來(lái)計(jì)劃研究隨機(jī)向量w的方向?qū)sfm2SVMs泛化能力的影響，并將

該算法用于高速高精度工業(yè)圖像檢測(cè)。

這就是我的心得體會(huì)，在講座的最后，文教授還對(duì)機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘的未來(lái)進(jìn)行了展望，諸如現(xiàn)在流行的云計(jì)算，還有動(dòng)態(tài)數(shù)據(jù)流學(xué)習(xí)，例外的發(fā)現(xiàn)，學(xué)習(xí)更復(fù)雜的函數(shù)，粒計(jì)算等等，都是今后發(fā)展的的熱點(diǎn)。聽完這個(gè)講座，我感到責(zé)任重大，即使是一個(gè)點(diǎn)，也還有很多方面值得拓展和探索，作為研究生，研究是我們主要的工作，想要取得滿意的結(jié)果和優(yōu)異的成績(jī)，我們所要做的就是倍加努力，汲取現(xiàn)有的知識(shí)，在新的領(lǐng)域開拓新的研究道路，積極探索，永不止步。

第四篇：學(xué)科前沿講座心得

學(xué)科前沿講座心得

08營(yíng)銷一班

湯申萍

0806100117 在科學(xué)技術(shù)和信息技術(shù)的帶動(dòng)下，經(jīng)濟(jì)全球化的進(jìn)程逐步加快，企業(yè)面臨的競(jìng)爭(zhēng)已演變?yōu)閮r(jià)值鏈與價(jià)值鏈之間的競(jìng)爭(zhēng)，為了提高供應(yīng)鏈管理對(duì)我績(jī)效，要做到擁有高效運(yùn)行機(jī)制的同時(shí)建立一個(gè)科學(xué)合理的供應(yīng)鏈及其管理系統(tǒng)。因此，供應(yīng)鏈優(yōu)化勢(shì)在必行。

今天企業(yè)面臨的最大挑戰(zhàn)之一，就是要對(duì)從未有過(guò)的需求變數(shù)做出快速的反應(yīng)。很多原因?qū)е铝水a(chǎn)品和技術(shù)的生命周期縮短，企業(yè)間的競(jìng)爭(zhēng)壓力也導(dǎo)致產(chǎn)品的頻繁變化。為了應(yīng)對(duì)這個(gè)挑戰(zhàn)，企業(yè)需要集中力量做到比以前更敏捷，以便在更短的時(shí)間內(nèi)對(duì)產(chǎn)量和種類的變化做出反應(yīng)。一條快速的供應(yīng)鏈能夠是企業(yè)更加快速的發(fā)展。

供應(yīng)鏈的定義是：供應(yīng)鏈?zhǔn)菄@核心企業(yè)，將供應(yīng)商、制造商、分銷商、零售商，直至最終客戶連成一個(gè)整體的功能網(wǎng)鏈結(jié)構(gòu)，通過(guò)對(duì)信息流、物流，資金流的控制，從采購(gòu)原材料開始，制成中間產(chǎn)品以及最終產(chǎn)品，最后由銷售網(wǎng)絡(luò)把產(chǎn)品送到消費(fèi)者手中。供應(yīng)鏈管理的基本概念使供應(yīng)商、制造商、分銷商、零售商和最終 用戶形成整體的功能網(wǎng)鏈；包括所有加盟企業(yè)（節(jié)點(diǎn)企業(yè)）；從原材料供應(yīng)開始，直至最終產(chǎn)品；通過(guò)供應(yīng)商到用戶的物料鏈、信息鏈和資金鏈，實(shí)現(xiàn)增值鏈，即使相關(guān)企業(yè)都有收益（多贏）。

首先，供應(yīng)鏈管理把產(chǎn)品在滿足客戶需求的過(guò)程中對(duì)成本有影響的各個(gè)成員單位都考慮在內(nèi)了，包括從原材料供應(yīng)商、制造商到倉(cāng)庫(kù)再經(jīng)過(guò)配送中心到渠道商。不過(guò)，實(shí)際上在供應(yīng)鏈分析中，有必要考慮供應(yīng)商的供應(yīng)商以及顧客的顧客，因?yàn)樗鼈儗?duì)供應(yīng)鏈的業(yè)績(jī)也是有影響的。

其次，供應(yīng)鏈管理的目的在于追求整個(gè)供應(yīng)鏈的整體效率和整個(gè)系統(tǒng)費(fèi)用的有效性，總是力圖使系統(tǒng)總成本降至最低。因此，供應(yīng)鏈管理的重點(diǎn)不在于簡(jiǎn)單地使某個(gè)供應(yīng)鏈成員的運(yùn)輸成本達(dá)到最小或減少庫(kù)存，而在于通過(guò)采用系統(tǒng)方法來(lái)協(xié)調(diào)供應(yīng)鏈成員以使整個(gè)供應(yīng)鏈總成本最低，使整個(gè)供應(yīng)鏈系統(tǒng)處于最流暢的運(yùn)作中。

第三，供應(yīng)鏈管理是圍繞把供應(yīng)商、制造商、倉(cāng)庫(kù)、配送中心和渠道商有機(jī)結(jié)合成一體這個(gè)問(wèn)題來(lái)展開的，因此它包括企業(yè)許多層次上的活動(dòng)，包括戰(zhàn)略層次、戰(zhàn)術(shù)層次和作業(yè)層次等。

盡管在實(shí)際的物流管理中，只有通過(guò)供應(yīng)鏈的有機(jī)整合，企業(yè)才能顯著地降低成本和提高服務(wù)水平，但是在實(shí)踐中供應(yīng)鏈的整合是非常困難的，這是因?yàn)椋菏紫?，供?yīng)鏈中的不同成員存在著不同的、相互沖突的目標(biāo)。比如，供應(yīng)商一般希望制造商進(jìn)行穩(wěn)定數(shù)量的大量采購(gòu)，而交貨期可以靈活變動(dòng)；與供應(yīng)商愿望相反，盡管大多數(shù)制造商愿意實(shí)施長(zhǎng)期生產(chǎn)運(yùn)轉(zhuǎn)，但它們必須顧及顧客的需求及其變化并作出積極響應(yīng)，這就要求制造商靈活地選擇采購(gòu)策略。因此，供應(yīng)商的目標(biāo)與制造商追求靈活性的目標(biāo)之間就不可避免地存在矛盾。

供應(yīng)鏈?zhǔn)且粋€(gè)動(dòng)態(tài)的系統(tǒng)，隨時(shí)間而不斷地變化。事實(shí)上，不僅顧客需求和供應(yīng)商能力隨時(shí)間而變化，而且供應(yīng)鏈成員之間的關(guān)系也會(huì)隨時(shí)間而變化。比如，隨著顧客購(gòu)買力的提高，供應(yīng)商和制造商均面臨著更大的壓力來(lái)生產(chǎn)更多品種更具個(gè)性化的高質(zhì)量產(chǎn)品，進(jìn)而最終生產(chǎn)定制化的產(chǎn)品。

在聽講座的時(shí)候老師講得很認(rèn)真，我也帶著解決以下五個(gè)問(wèn)題嘗試著學(xué)習(xí)。包括物流管理與供應(yīng)鏈管理的關(guān)系處理，物流企業(yè)和生產(chǎn)制造企業(yè)物流的視覺(jué)差異、物流管理戰(zhàn)略和戰(zhàn)術(shù)問(wèn)題的區(qū)分與協(xié)調(diào)、反映物流領(lǐng)域的最新研究與實(shí)踐成果及理論性與實(shí)用性相合共五個(gè)問(wèn)題。

學(xué)習(xí)的過(guò)程可以分為兩個(gè)階段，一從被動(dòng)地聽老師授課，起初就覺(jué)得講座理論性太強(qiáng)，而可感性又不高，難以更好的理解書中的理論，沒(méi)法更好地學(xué)習(xí)知識(shí)點(diǎn)，二對(duì)課本上所提到的案例加上老師的講解后，案例具體的指出存在的相關(guān)問(wèn)題，并提出的對(duì)應(yīng)的解決措施，我對(duì)課程理論的學(xué)習(xí)進(jìn)入了半知半解的狀態(tài)，有了一定的認(rèn)識(shí)、了解、感悟，通過(guò)聽講座我對(duì)書本的理論又有了進(jìn)一步的認(rèn)識(shí)，可感悟有了進(jìn)一步的提升。對(duì)比自己本學(xué)期所學(xué)到的知識(shí)及能力，感覺(jué)自己再具體提出相關(guān)解決措施的時(shí)候，沒(méi)辦法更好的調(diào)研、分析，得出解決的方案，理論與實(shí)際的兩者結(jié)合不夠，沒(méi)辦法列出更為具體且行的方式以解決問(wèn)題，提出方案的可操作性都有待提升。

自己學(xué)習(xí)方面的轉(zhuǎn)變由只是老師講解，轉(zhuǎn)變到了自己主動(dòng)去了解、學(xué)習(xí)。通過(guò)自己上網(wǎng)下載相關(guān)案例，學(xué)習(xí)更多的東西。這就是我這學(xué)期有學(xué)習(xí)進(jìn)步的地方。

不足之處：由于是第一次聽這一類的講座，自己沒(méi)辦法去了解到哪些途徑與方法能夠更好的解決我們的問(wèn)題。通過(guò)本學(xué)期的學(xué)習(xí)，我明顯的感覺(jué)到了，在看待問(wèn)題，分析、解決具體問(wèn)題方面的能力，明顯不足，心態(tài)上有些急切，很想學(xué)習(xí)相關(guān)方面的具體解決問(wèn)題的知識(shí)，進(jìn)一步提升自己。

在進(jìn)一步學(xué)習(xí)的方面，我希望老師能再?gòu)?qiáng)化學(xué)生在這方面的意識(shí)，旨在合適的時(shí)候指出學(xué)生的不足和問(wèn)題，讓學(xué)生更好的意識(shí)到問(wèn)題，有何途徑去更好的解決問(wèn)題，灌輸樹立學(xué)生們樹立這方面的意識(shí)或習(xí)慣。

學(xué)生和老師的溝通不足，導(dǎo)致學(xué)生上課沒(méi)辦法更好的與老師所講解的內(nèi)容，能有知識(shí)。思想或思維上的碰撞，擦出思維碰撞的火花。在講座之前，老師能先提前跟下節(jié)課有關(guān)的案例，課后讓學(xué)生更好的在課前提出相關(guān)的問(wèn)題，講座上引導(dǎo)學(xué)生更好的在課前思考提出相關(guān)的問(wèn)題，講座上引導(dǎo)學(xué)生廣泛地參與到思考與討論中出現(xiàn)了什么問(wèn)題，為什么會(huì)出現(xiàn)問(wèn)題，怎么去解決問(wèn)題，為什么要這么去解決問(wèn)題，如何具體的提出相關(guān)可行具體的方案去落實(shí)。這樣子就能更好地讓學(xué)生對(duì)理論與運(yùn)用有更深地認(rèn)識(shí)了。

通過(guò)這次講座我不僅學(xué)習(xí)到了專業(yè)知識(shí)，也使得我的視野更開闊了，學(xué)習(xí)能力也提高了。我覺(jué)得這是我踏上社會(huì)之前收獲的一筆財(cái)富。

第五篇：學(xué)科前沿講座心得

學(xué)科前沿講座—數(shù)據(jù)挖掘

近年來(lái)，大數(shù)據(jù)、云計(jì)算等非?；馃?。聽了老師所講的關(guān)于《數(shù)據(jù)挖掘》這塊的相關(guān)知識(shí)講解，頗有感受。下面就是我聽過(guò)講座之后以及查閱資料之后，對(duì)數(shù)據(jù)挖掘的一些認(rèn)識(shí)。

隨著數(shù)據(jù)庫(kù)技術(shù)和計(jì)算機(jī)網(wǎng)絡(luò)的迅速發(fā)展以及數(shù)據(jù)庫(kù)管理系統(tǒng)的廣泛應(yīng)用，人們積累的數(shù)據(jù)越來(lái)越多，而數(shù)據(jù)挖掘就是在這樣的背景下產(chǎn)生的。簡(jiǎn)單的說(shuō)，數(shù)據(jù)挖掘就是從大量數(shù)據(jù)中提取或“挖掘”出潛在的、有價(jià)值的知識(shí)、模型或者規(guī)則的過(guò)程。作為一類深層次的數(shù)據(jù)分析方法，它利用了數(shù)據(jù)庫(kù)、人工智能和數(shù)理統(tǒng)計(jì)等方面的技術(shù)。

在聽講座時(shí)，老師主要講解了一下數(shù)據(jù)挖掘中的有關(guān)關(guān)聯(lián)規(guī)則、聚類、分類的方法以及相關(guān)的算法。老師在講關(guān)聯(lián)規(guī)則時(shí)，提到了關(guān)于“尿布與啤酒”的故事。一般，按照我們常規(guī)思維，這兩種東西根本就是兩個(gè)毫無(wú)關(guān)聯(lián)的商品，但是借助數(shù)據(jù)挖掘技術(shù)對(duì)大量交易數(shù)據(jù)進(jìn)行挖掘之后，卻可以尋求到這一有價(jià)值的規(guī)律。從一定程度上可以表明數(shù)據(jù)挖掘技術(shù)的巨大價(jià)值。

另外還講到了關(guān)聯(lián)規(guī)則算法---Apriori算法。Apriori算法使用頻繁項(xiàng)集的先驗(yàn)知識(shí)，使用一種稱作逐層搜索的迭代方法，k項(xiàng)集用于探索(k+1)項(xiàng)集。首先，通過(guò)掃描事務(wù)（交易）記錄，找出所有的頻繁1項(xiàng)集，該集合記做L1，然后利用L1找頻繁2項(xiàng)集的集合L2，L2找L3，如此下去，直到不能再找到任何頻繁k項(xiàng)集。最后再在所有的頻繁集中找出強(qiáng)規(guī)則，即產(chǎn)生用戶感興趣的關(guān)聯(lián)規(guī)則。其中，Apriori算法具有這樣一條性質(zhì)：任一頻繁項(xiàng)集的所有非空子集也必須是頻繁的。因?yàn)榧偃鏟(I)< 最小支持度閾值，當(dāng)有元素A添加到I中時(shí)，結(jié)果項(xiàng)集（A∩I）不可能比I出現(xiàn)次數(shù)更多。因此A∩I也不是頻繁的。

說(shuō)到數(shù)據(jù)挖掘，應(yīng)該了解數(shù)據(jù)挖掘包含哪些步驟？第一，要確定研究對(duì)象，這是數(shù)據(jù)挖掘的重要一步。數(shù)據(jù)挖掘的最后結(jié)是不可預(yù)測(cè)的，但是要探索的問(wèn)題是很明確的。第二，數(shù)據(jù)準(zhǔn)備階段。具體包含以下步驟：

1)數(shù)據(jù)的選擇，即搜索所有與業(yè)務(wù)對(duì)象有關(guān)的內(nèi)部和外部數(shù)據(jù)信息，并從中選擇出適用于數(shù)據(jù)挖掘應(yīng)用的數(shù)據(jù)

2)數(shù)據(jù)的預(yù)處理，即研究詩(shī)句的質(zhì)量，為進(jìn)一步分析做準(zhǔn)備，并確定將要進(jìn)行的挖掘操作的種類

3)數(shù)據(jù)的轉(zhuǎn)換，將數(shù)據(jù)轉(zhuǎn)換成一個(gè)分析模型，這個(gè)分析模型是針對(duì)挖掘算法建立的，能否建立一個(gè)真正適合挖掘算法的分析模型是數(shù)據(jù)挖掘成功的關(guān)鍵。

第三，數(shù)據(jù)挖掘階段。即對(duì)經(jīng)過(guò)預(yù)處理的數(shù)據(jù)進(jìn)行挖掘，包括分析和預(yù)測(cè)，關(guān)聯(lián)分析以及聚類分析相關(guān)算法等。第四，結(jié)果分析階段，解釋并對(duì)結(jié)果進(jìn)行評(píng)估，通常使用到可視化技術(shù)。第五，知識(shí)的同化，將分析所得到的知識(shí)集成到業(yè)務(wù)信息系統(tǒng)的組織結(jié)構(gòu)中去，從而得到有價(jià)值的信息。

通過(guò)上網(wǎng)查詢資料，了解到數(shù)據(jù)挖掘有一下七種常用方法：

① 分類。分類是找出數(shù)據(jù)庫(kù)中一組數(shù)據(jù)對(duì)象的共同特點(diǎn)并按照分類模式將其劃分為不同的類，其目的是通過(guò)分類模型，將數(shù)據(jù)庫(kù)中的數(shù)據(jù)項(xiàng)映射到某個(gè)給定的類別，使用到KNN算法。它可以應(yīng)用到客戶的分類、客戶的屬性和特征分析、客戶滿意度分析、客戶的購(gòu)買趨勢(shì)預(yù)測(cè)等，如一個(gè)汽車零售商將客戶按照對(duì)汽車的喜好劃分成不同的類，這樣營(yíng)銷人員就可以將新型汽車的廣告手冊(cè)直接郵寄到有這種喜好的客戶手中，從而大大增加了商業(yè)機(jī)會(huì)。②回歸分析?；貧w分析方法反映的是事務(wù)數(shù)據(jù)庫(kù)中屬性值在時(shí)間上的特征，產(chǎn)生一個(gè)將數(shù)據(jù)項(xiàng)映射到一個(gè)實(shí)值預(yù)測(cè)變量的函數(shù)，發(fā)現(xiàn)變量或?qū)傩蚤g的依賴關(guān)系，其主要研究問(wèn)題包括數(shù)據(jù)序列的趨勢(shì)特征、數(shù)據(jù)序列的預(yù)測(cè)以及數(shù)據(jù)間的相關(guān)關(guān)系等。它可以應(yīng)用到市場(chǎng)營(yíng)銷的各個(gè)方面，如客戶尋求、保持和預(yù)防客戶流失活動(dòng)、產(chǎn)品生命周期分析、銷售趨勢(shì)預(yù)測(cè)及有針對(duì)性的促銷活動(dòng)等。③聚類。聚類分析是把一組數(shù)據(jù)按照相似性和差異性分為幾個(gè)類別，其目的是使得屬于同一類別的數(shù)據(jù)間的相似性盡可能大，不同類別中的數(shù)據(jù)間的相似性盡可能小。使用到 K-means算法。它可以應(yīng)用到客戶群體的分類、客戶背景分析、客戶購(gòu)買趨勢(shì)預(yù)測(cè)、市場(chǎng)的細(xì)分等。

④關(guān)聯(lián)規(guī)則。關(guān)聯(lián)規(guī)則是描述數(shù)據(jù)庫(kù)中數(shù)據(jù)項(xiàng)之間所存在的關(guān)系的規(guī)則，即根據(jù)一個(gè)事務(wù)中某些項(xiàng)的出現(xiàn)可導(dǎo)出另一些項(xiàng)在同一事務(wù)中也出現(xiàn)，即隱藏在數(shù)據(jù)間的關(guān)聯(lián)或相互關(guān)系。在客戶關(guān)系管理中，通過(guò)對(duì)企業(yè)的客戶數(shù)據(jù)庫(kù)里的大量數(shù)據(jù)進(jìn)行挖掘，可以從大量的記錄中發(fā)現(xiàn)有趣的關(guān)聯(lián)關(guān)系，找出影響市場(chǎng)營(yíng)銷效果的關(guān)鍵因素，為產(chǎn)品定位、定價(jià)與定制客戶群，客戶尋求、細(xì)分與保持，市場(chǎng)營(yíng)銷與推銷，營(yíng)銷風(fēng)險(xiǎn)評(píng)估和詐騙預(yù)測(cè)等決策支持提供參考依據(jù)。

⑤特征。特征分析是從數(shù)據(jù)庫(kù)中的一組數(shù)據(jù)中提取出關(guān)于這些數(shù)據(jù)的特征式，這些特征式表達(dá)了該數(shù)據(jù)集的總體特征。如營(yíng)銷人員通過(guò)對(duì)客戶流失因素的特征提取，可以得到導(dǎo)致客戶流失的一系列原因和主要特征，利用這些特征可以有效地預(yù)防客戶的流失。

⑥變化和偏差分析。偏差包括很大一類潛在有趣的知識(shí)，如分類中的反常實(shí)例，模式的例外，觀察結(jié)果對(duì)期望的偏差等，其目的是尋找觀察結(jié)果與參照量之間有意義的差別。在企業(yè)危機(jī)管理及其預(yù)警中，管理者更感興趣的是那些意外規(guī)則。意外規(guī)則的挖掘可以應(yīng)用到各種異常信息的發(fā)現(xiàn)、分析、識(shí)別、評(píng)價(jià)和預(yù)警等方面。

⑦Web頁(yè)挖掘。隨著Internet的迅速發(fā)展及Web 的全球普及，使得Web上的信息量無(wú)比豐富，通過(guò)對(duì)Web的挖掘，可以利用Web 的海量數(shù)據(jù)進(jìn)行分析，收集政治、經(jīng)濟(jì)、政策、科技、金融、各種市場(chǎng)、競(jìng)爭(zhēng)對(duì)手、供求信息、客戶等有關(guān)的信息，集中精力分析和處理那些對(duì)企業(yè)有重大或潛在重大影響的外部環(huán)境信息和內(nèi)部經(jīng)營(yíng)信息，并根據(jù)分析結(jié)果找出企業(yè)管理過(guò)程中出現(xiàn)的各種問(wèn)題和可能引起危機(jī)的先兆，對(duì)這些信息進(jìn)行分析和處理，以便識(shí)別、分析、評(píng)價(jià)和管理危機(jī)。數(shù)據(jù)挖掘是一種決策支持過(guò)程，它通過(guò)高度自動(dòng)化地分析企業(yè)的數(shù)據(jù)，做出歸納性的推理，從中挖掘出潛在的模式，幫助決策者調(diào)整市場(chǎng)策略，減少風(fēng)險(xiǎn)，做出正確的決策。這對(duì)于一個(gè)企業(yè)的發(fā)展十分重要。

通過(guò)聽此次學(xué)科前沿講座以及查閱相關(guān)資料，對(duì)數(shù)據(jù)挖掘有了一個(gè)較為全面的了解。在這個(gè)信息化時(shí)代，數(shù)據(jù)挖掘技術(shù)是一個(gè)發(fā)展很迅速的領(lǐng)域，隨著數(shù)據(jù)挖掘技術(shù)在各個(gè)領(lǐng)域的發(fā)展和應(yīng)用，未來(lái)會(huì)有很多人投入到數(shù)據(jù)挖掘技術(shù)的學(xué)習(xí)和研究中來(lái)。對(duì)我來(lái)說(shuō)，作為一個(gè)計(jì)算機(jī)專業(yè)的人，數(shù)據(jù)挖掘也是我繼續(xù)關(guān)注和學(xué)習(xí)的一個(gè)領(lǐng)域，現(xiàn)在應(yīng)該學(xué)習(xí)更多相關(guān)的知識(shí)，為將來(lái)打好基礎(chǔ)。