データマイニングの定義

データは新しい石油であるという格言を長い間聞いてきましたが、その活用と使用を扱う分野の1つ、いわゆる名前で判断する必要がある場合は、 鉱業 データの、私はむしろそれらを「新しい石炭」と呼びたいと思います。 抽出.

データマイニングは、大量のデータコレクションの自動統計分析から結論を引き出すことで構成される分野です。

このデータは、多くのソースから取得されたり、構造が異なっていたり、構造化されていなかったりする可能性があります。 このため、データマイニングには次のシステムが含まれます。 人工知能 との 機械学習 非構造化データに適応し、分析を可能にするフィルターを通過させることができます。

結局のところ、要点は結論が 意思決定 都市や地域の道路交通から、 プロビジョニング 起こりうる緊急事態に対処するための消防士やその他の公共サービスの

それはまた、データが従うパターンを明らかにすることであり、これまでは隠されていました または、すべての沼沢地の真ん中で、大量の既存のデータをはっきりと見ることができませんでした。

データマイニングと ビッグデータ? さて、マイニングは分析のみを扱いますが、マイニングは ビッグデータ これは、データのキャプチャと保存、およびその管理を担当する分野です。

に 分析する データを正しく、まず第一に、私たちが追求するいくつかの目的を決定する必要があります 分析、私たちが答えを見つけなければならない一連の質問、これらはどこに導くので 検索する必要があります。

前提の形でこれらの質問から始めて、処理するデータを選択します（それは私たちがの一部だけを必要とするかもしれません データベース、すべてではありません）。

処理フェーズはそれぞれの場合で異なり、人工知能ツールと 機械学習、入力されたデータに動的に適応し、必要に応じて操作を変更できるようにします。

この処理の最終成果物は一連の結論である必要がありますが、これらをシステムの責任者または最終決定を下す人々によって引き出されるものと混同しないでください。 これらの結論は、分析されたデータの量に関するものです。

都市の道路交通をもう一度例にとると、 結論 特定の道路が過剰な車両の流れを受け取っているが、システムはその過剰を解決するための魔法のレシピを提供しません。

システムは持っていますが インテリジェンス 解決策を提案できる人工的なものであるため、最後の言葉を出すのは常に人間の仕事です。

データマイニングは多くの分野で実際に適用されており、その中でも金融分野が際立っています。

したがって、（株式の振る舞いを予測するための）株式市場などのセクションだけでなく、 厳密には財政的ではないが、の場合のようにセクターと密接な関係があるセクター 保険。

自然言語処理、オンライン検索、またはスマートカーは、データマイニングが適用されている他の分野です。

Fotoliaの写真：Moartist / Thinglass

データマイニングのトピック