Co je těžba dat?

Těžba dat používá relativně velké množství výpočetního výkonu provozujícího se na velké sadě dat k určení pravidelnosti a propojení mezi datovými body.Algoritmy, které používají techniky ze statistik, strojového učení a rozpoznávání vzorů, se používají k automatickému vyhledávání velkých databází.Dolování dat je také známé jako znalostní objevování v databázích (KDD).V podnikovém světě se nejčastěji používá těžba dat k určení směru trendů a předpovídání budoucnosti.Používá se k vytváření modelů a systémů podpory rozhodování, které lidem poskytují informace, které mohou použít.Dolování dat přebírá roli přední linie v boji proti terorismu.To se údajně používá k určení vůdce útoků z 11. září.Křížová validace

, metoda

vynechání-one-out atd.Regresní techniky se používají k odečtení irelevantních vzorců, přičemž zanechávají pouze užitečné informace.Termín Bayesovský

je často vidět v terénu s odkazem na třídu inferenčních technik, které předpovídají pravděpodobnost budoucích událostí kombinací předchozích pravděpodobností a pravděpodobností založených na podmíněných událostech.Filtrování spamu je pravděpodobně formou dolování dat, která automaticky přináší relevantní zprávy na povrch z chaotického moře phishingových pokusů a viagra.Ve stromu rozhodování prochází všechna data přes vstupní uzel, kde čelí filtru, který odděluje data do toků v závislosti na jeho charakteristikách.Například údaje o chování spotřebitelů budou pravděpodobně filtrovány na základě demografických faktorů.Dolování dat není primárně o fantastických grafech a vizualizačních technikách, ale používá je k ukázání toho, co zjistilo.Je známo, že můžeme absorbovat více statistických informací vizuálně než slovně a tento formát pro prezentaci může být velmi přesvědčivý a silný, pokud se používá ve správném kontextu.Prostředí, nebudeme neúmyslně objevovat věci, které by mohly být při prvním průchodu zmeškány.Dolování dat nám umožní tyto chyby napravit a objevit nové poznatky na základě minulých dat, což nám dává více třesku za naše ukládání dat.