데이터 마이닝의 정의

나는 오랫동안 데이터가 새로운 오일이라는 격언을 들어 왔지만, 우리가 데이터의 착취와 사용을 다루는 분야 중 하나의 이름으로 판단해야한다면 이른바 채광 데이터, 나는 그들을 "새로운 석탄"이라고 부르고 싶다. 추출.

데이터 마이닝은 대규모 데이터 컬렉션의 자동화 된 통계 분석에서 결론을 도출하는 분야입니다.

이 데이터는 여러 소스에서 가져 오거나 구조가 다르거 나 구조화되지 않을 수도 있습니다. 이러한 이유로 데이터 마이닝에는 인공 지능 그리고 기계 학습 비정형 데이터에 적응하고 분석을 허용하는 필터를 통과 할 수 있습니다.

결국 요점은 결론이 의사 결정 매우 다양 할 수있는 특정 시스템에서: 도시 또는 지역의 도로 교통에서 규정 가능한 비상 사태를 처리하기 위해 소방관 및 기타 공공 서비스.

또한 데이터가 따르고 지금까지 숨겨져 있던 밝은 패턴을 가져 오는 것입니다. 또는 우리는 많은 양의 기존 데이터를 모든 모욕의 한가운데서 명확하게 볼 수 없었습니다.

데이터 마이닝의 차이점 빅 데이터? 음, 채굴은 분석 만 다루고 채굴은 빅 데이터 데이터의 캡처 및 저장과 관리를 담당하는 분야입니다.

에 분석하다 데이터를 정확하게 파악해야합니다. 우선 우리가 추구하는 몇 가지 목표를 분석은 우리가 답을 찾아야하는 일련의 질문입니다. 검색해야합니다.

전제 형태의 이러한 질문에서 시작하여 처리 할 데이터를 선택합니다 (우리는 데이터의 일부만 필요할 수 있습니다. 데이터 베이스, 전부는 아닙니다).

처리 단계는 경우마다 다르며 인공 지능 도구를 사용하고 기계 학습, 입력 된 데이터에 동적으로 적응하여 필요한 경우 작업을 수정할 수 있습니다.

이 처리의 최종 결과물은 일련의 결론이어야하지만, 이를 시스템 책임자 나 최종 결정을 내리는 사람들이 도출 한 결론과 혼동하지 않도록합시다. 이러한 결론은 분석 된 데이터의 양에 관한 것입니다.

도시의 도로 교통을 다시 예로 들어 보면 결론 특정 거리에 차량이 과도하게 유입되지만 시스템은 초과를 해결하는 마법의 방법을 제공하지 않습니다.

시스템이 소유하고 있지만 지성 해결책을 제시 할 수있는 인공적인 것, 마지막 말을하는 것은 항상 인간의 임무가 될 것입니다.

데이터 마이닝은 실제로 많은 분야에서 적용되고 있으며 그중 재정 분야가 두드러집니다.

따라서 우리는 주식 시장 (주식의 행동을 예측하기 위해)과 같은 섹션에서 응용 프로그램을 찾을 수 있습니다. 엄격하게 재정적 인 것은 아니지만 해당 부문과 밀접한 관계가있는 부문 보험.

자연어 처리, 온라인 검색 또는 스마트 자동차는 데이터 마이닝이 적용되는 다른 분야입니다.

Fotolia 사진: Moartist / Thinglass

데이터 마이닝 주제