聚类是把数据依照类似性归纳成若干类别，同一类中的数据互相类似，不同类中的数据相异。聚类剖析能够树立宏观的概念，发现数据的散布形式，以及可能的数据特点之间的相互联系。
分类
分类便是找出一个类别的概念描绘，它代表了这类数据的整体信息，即该类的内涵描绘，并用这种描绘来结构模型，一般用规矩或决策树形式表明。分类是使用训练数据集经过必定的算法而求得分类规矩。分类可被用于规矩描绘和猜测。
猜测
数据挖掘的步骤：
数据挖掘的特点：
数据挖掘的概念：
数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程。
数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统(依靠过去的经验法则)和模式识别等诸多方法来实现上述目标。
遗传算法
遗传算法是一种依据微生物自然选择学说与基因遗传原理的恣意优化算法，是一种仿生技能全局性提升办法。遗传算法具有的暗含并行性、便于和其他实体模型交融等特性促使它在数据发掘中被多方面运用。
决策树算法办法
决策树算法是一种常见于预测模型的优化算法，它依据将很多数据信息有目地归类，从这当中寻找一些有使用价值的，潜在性的信息。它的要害优势是叙说简易，归类速度更快，十分适宜规模性的数据处理办法。
神经元网络办法
神经元网络由于本身优良的健壮性、自组织自适应性、并行计算、遍及贮存和高宽比容错机制等特色特别适合处理数据发掘的难题，因而近些年愈来愈遭受大家的关心。
粗集法
数据分析更多采用统计学的知识，对源数据进行描述性和探索性分析，从结果中发现价值信息来评估和修正现状。数据挖掘不仅仅用到统计学的知识，还要用到机器学习的知识，这里会涉及到模型的概念。数据挖掘具有更深的层次，来发现未知的规律和价值。
数据挖掘的概念
隐性成本指公司损失使用自身资源（不包括现金）机会的成本。相对于显性成本而言，指厂商自己所拥有的且被用于该企业生产过程中的那些生产要素的总价格。
直接标价法,又称应付标价法。这种标价法是以一定单位的外国货币为标准,折合若干单位的本国货币，相当于计算购买一定单位外币所应付多少本币。世界上大多数国家目前都使用这一标价方法。
投资银行是与商业银行相对应的一类金融机构，主要从事证券发行、承销、交易、企业重组、兼并与收购、投资分析、风险投资、项目融资等业务的非银行金融机构，是资本市场上的主要金融中介。
美国注册管理会计师（CMA）、高级经济师、中国注册造价工程师，曾担任“世界500强”央企高级管理职务，10多家知名企业特约咨询培训师、上海财经大学特聘讲师
南开大学会计学博士，教授，硕士生导师，CMA，ACCA；中国会计协会财务与成本分会理事；机械工业出版社财经类专著的审稿人。
英国华威商学院硕士，CPA、ACCA、AICPA、CMA持证者，中国石油、中国银行特约培训师、对外经贸大学特聘讲师。