การขุดข้อมูลคืออะไร?

data Data Mining ใช้กำลังการประมวลผลจำนวนมากในการทำงานของชุดข้อมูลขนาดใหญ่เพื่อกำหนดความสม่ำเสมอและการเชื่อมต่อระหว่างจุดข้อมูลอัลกอริทึมที่ใช้เทคนิคจากสถิติการเรียนรู้ของเครื่องและการจดจำรูปแบบจะใช้ในการค้นหาฐานข้อมูลขนาดใหญ่โดยอัตโนมัติการขุดข้อมูลยังเป็นที่รู้จักกันว่าการค้นพบความรู้ในฐานข้อมูล (KDD)

เช่นเดียวกับคำศัพท์ปัญญาประดิษฐ์

การขุดข้อมูลเป็นคำศัพท์ร่มที่สามารถนำไปใช้กับกิจกรรมต่าง ๆ จำนวนมากในโลกธุรกิจการขุดข้อมูลถูกใช้บ่อยที่สุดเพื่อกำหนดทิศทางของแนวโน้มและทำนายอนาคตมันถูกใช้เพื่อสร้างแบบจำลองและระบบสนับสนุนการตัดสินใจที่ให้ข้อมูลผู้คนที่พวกเขาสามารถใช้ได้การขุดข้อมูลมีบทบาทแนวหน้าในการต่อสู้กับการก่อการร้ายมันถูกใช้เพื่อกำหนดผู้นำของการโจมตี 9/11 นักขุดข้อมูลเป็นนักสถิติที่ใช้เทคนิคที่มีชื่อเช่น

รุ่นใกล้เคียงกับเพื่อนบ้าน

, k-means clustering , วิธีการ, , k-foldการตรวจสอบข้าม, leade-one-out method และอื่น ๆเทคนิคการถดถอยใช้เพื่อลบรูปแบบที่ไม่เกี่ยวข้องโดยทิ้งข้อมูลที่เป็นประโยชน์เท่านั้นคำว่า bayesian พบบ่อยในสนามหมายถึงคลาสของเทคนิคการอนุมานที่ทำนายความน่าจะเป็นของเหตุการณ์ในอนาคตโดยการรวมความน่าจะเป็นและความน่าจะเป็นก่อนหน้านี้ขึ้นอยู่กับเหตุการณ์ตามเงื่อนไขการกรองสแปมเป็นรูปแบบของการขุดข้อมูลซึ่งจะนำข้อความที่เกี่ยวข้องมาสู่พื้นผิวโดยอัตโนมัติจากทะเลที่วุ่นวายของความพยายามฟิชชิ่งและสนามไวอากร้าต้นไม้ตัดสินใจใช้เพื่อกรองภูเขาข้อมูลในแผนผังการตัดสินใจข้อมูลทั้งหมดจะผ่านโหนดทางเข้าซึ่งจะต้องเผชิญกับตัวกรองที่แยกข้อมูลออกเป็นสตรีมขึ้นอยู่กับลักษณะของมันตัวอย่างเช่นข้อมูลเกี่ยวกับพฤติกรรมผู้บริโภคมีแนวโน้มที่จะถูกกรองตามปัจจัยทางประชากรการขุดข้อมูลไม่ได้เกี่ยวกับกราฟแฟนซีและเทคนิคการสร้างภาพเป็นหลัก แต่มันใช้พวกเขาเพื่อแสดงสิ่งที่พบเป็นที่ทราบกันดีว่าเราสามารถดูดซับข้อมูลทางสถิติได้มากกว่าด้วยวาจาและรูปแบบนี้สำหรับการนำเสนอสามารถโน้มน้าวใจและทรงพลังได้หากใช้ในบริบทที่ถูกต้องเนื่องจากอารยธรรมของเรากลายเป็นความอิ่มตัวของข้อมูลมากขึ้นเรื่อย ๆสภาพแวดล้อมเราจะค้นพบสิ่งต่าง ๆ ที่อาจพลาดไปโดยไม่ได้ตั้งใจการทำเหมืองข้อมูลจะช่วยให้เราแก้ไขข้อผิดพลาดเหล่านี้และค้นพบข้อมูลเชิงลึกใหม่ ๆ ตามข้อมูลที่ผ่านมาทำให้เรามีผลประโยชน์มากขึ้นสำหรับการจัดเก็บข้อมูลของเรา