數據挖掘（Data Mining）旨在從大規模、不完全、有噪聲、模糊隨機的數據集中自動(dòng)抽取隱含的、以前未知的、具有潛在應用價(jià)值的模式或規則等有用知識的復雜過(guò)程，是一類(lèi)深層次的數據分析方法，也是知識發(fā)現的關(guān)鍵步驟。
本報告圍繞數據挖掘的概念內涵、關(guān)鍵技術(shù)、人才研究、應用場(chǎng)景、發(fā)展趨勢等方面展開(kāi)深入研究，主要內容包括：
一、數據挖掘基本概念、發(fā)展歷程、研究進(jìn)展、問(wèn)題與挑戰。詳細介紹了數據挖掘的基本概念、發(fā)展歷程、技術(shù)研究關(guān)鍵詞圖譜、研究進(jìn)展，以及研究過(guò)程中面臨的問(wèn)題與挑戰。
附件：人工智能之數據挖掘2020年第9期
持續探索新一代人工智能應用場(chǎng)景，將等經(jīng)濟活動(dòng)各環(huán)節，催生新技術(shù)、新產(chǎn)品、新產(chǎn)業(yè)。作為數字經(jīng)催生新技術(shù)、新產(chǎn)品、新產(chǎn)業(yè)
闡釋了人工智能技術(shù)和產(chǎn)業(yè)的最新發(fā)展；其次圍繞網(wǎng)絡(luò )空間安全新特點(diǎn)和人工智能賦能新優(yōu)勢兩個(gè)維度，分析了人工智能賦能安全領(lǐng)域的發(fā)展藍海
分析目前電信網(wǎng)絡(luò )智能化的總體發(fā)展態(tài)勢與應用現狀，實(shí)現網(wǎng)絡(luò )的泛在智能能力， 幫助運營(yíng)商實(shí)現數字化轉型，帶動(dòng)整個(gè)電信產(chǎn)業(yè)的智能升級。
機器視覺(jué)技術(shù)在工業(yè)領(lǐng)域中應用，核心功能包括產(chǎn)品識別、測量、定位及檢測，是實(shí)現產(chǎn)品分揀、裝配、 搬運、質(zhì)檢等多個(gè)生產(chǎn)環(huán)節智能化轉型的核心技術(shù)
中國智能語(yǔ)音市場(chǎng)在未來(lái)幾年仍處于上升趨勢，預計2023年智能語(yǔ)音市場(chǎng)規模將達到564.8億元，同比增長(cháng)率雖有所下降但趨于平穩，語(yǔ)音市場(chǎng)仍具有較大發(fā)展空間
基于2205家人工智能企業(yè)、15家國家級人工智能開(kāi)放創(chuàng )新平臺、52家人工智能新型研發(fā)機構和48家新型平臺，全面刻畫(huà)和概括出我國人工智能和經(jīng)濟社會(huì )全面融合發(fā)展的現狀和趨勢
闡述了全球人工智能產(chǎn)業(yè)迭代趨勢與特征,全球人工智能人才發(fā)展的現狀分析;中國人工智能人才培養現狀,模式與關(guān)鍵問(wèn)題
人工智能市場(chǎng)定義為一個(gè)更廣的概念,包括了支撐人工智能開(kāi)發(fā)與應用的基礎設施層,技術(shù)開(kāi)發(fā)層,技術(shù)服務(wù)層和行業(yè)應用層四個(gè)領(lǐng)域的眾多細分市場(chǎng)
制定長(cháng)期規劃,營(yíng)造創(chuàng )新氛圍;鉆研前沿技術(shù),加快技術(shù)落地; 探索國產(chǎn)化替代方案,實(shí)現技術(shù)的提前儲備和自主可控;加快機器人突破工程成果孵化
將AI應用成熟度從低到高依次分為早期實(shí)驗,初步投入,多維布局,深度應用,全面融合五個(gè)階段,并且從戰略,數據,場(chǎng)景規劃,應用解決方案開(kāi)發(fā),技術(shù)基礎設施、組織與人才六個(gè)維度
中新天津生態(tài)城希望通過(guò)引入大數據和人工智能技術(shù)來(lái)構建解決方案;幫助各行各業(yè)的客戶(hù)釋放數據價(jià)值，實(shí)現即時(shí)、隨時(shí)、實(shí)時(shí)的數據服務(wù)
安吉智能通過(guò)使用格物鈦數據平臺的Action功能,讓整個(gè)流程實(shí)現自動(dòng)化,當平臺監測到數據標注完成形成新的數據版本后,會(huì )自動(dòng)先進(jìn)行模型訓練
基于維智Phy-gital飛吉特時(shí)空智能平臺,美宜佳構建了商業(yè)智能決策管理平臺,包含維智科技提供的時(shí)空數據和美宜佳提供的門(mén)店數據
通過(guò)餃子質(zhì)檢解決方案,該餐飲企業(yè)的管理人員能夠在管理系統中查看實(shí)時(shí)生成的餃子品質(zhì)統計分析報告,菜品優(yōu)秀率因此提高了 20%
安克創(chuàng )新通過(guò)釆用AR眼鏡虛擬試戴解決方案,讓用戶(hù)能夠不用到店接觸實(shí)物,在線(xiàn)上就能獲得很真實(shí)的眼鏡試戴效果,更好的幫助購買(mǎi)決策
當下人工智能在產(chǎn)業(yè)落地中會(huì )面臨的20個(gè)主要挑戰,這些挑戰涉及戰略,數據,場(chǎng)景規劃,應用解決方案開(kāi)發(fā),技術(shù)基礎設施,組織與人才六個(gè)維度
其數據科學(xué)與人工智能團隊釆用了資金投入導向的方式對AI應用進(jìn)行了規劃;優(yōu)先考慮費用支持較大的場(chǎng)景;重點(diǎn)考慮數據層面的問(wèn)題;用算法從數據中找到規律
