さまざまなデータマイニング方法は何ですか？

ソフトウェアオプションと理論的概念の両方で使用されるさまざまなデータマイニング方法があります。これらにより、ユーザーは、さまざまなツールを利用して個人や企業によって収集されたデータから情報を抽出できます。大量のデータを使用して、単一の被験者またはさまざまな被験者のさまざまな要因を決定できます。これらのデータマイニング方法は、詐欺保護、マーケティング、監視の分野で最も一般的に利用されています。ただし、最新の手法では、自動化された概念を使用して、コンピューター化されたリソースを介して実質的なデータを提供します。 20世紀にコンピューター科学が出現したため、データマイニング方法の概念は、収集されたデータの大規模な帯に隠されたパターンを克服するために開発されました。この良い例は、広告会社がオンライン顧客のショッピングパターンを分析するときです。この会社は、特定の製品を販売できます個人は購入に関心があるかもしれません。

業界で一般的に使用される1つのデータマイニング手法は、データベース（KDD）の知識発見と呼ばれます。 1989年にKDDのGregory Piatetsky-Shapiroによって開発されたことで、ユーザーは生データを処理し、必要なデータの情報を分析し、結果を解釈できます。この方法により、ユーザーはアルゴリズム内のパターンを見つけることができますが、一般的なデータは常に正確ではなく、妥協的な方法でまとめることができます。これは、 overfittiting 。

として知られています

基本的なデータマイニング方法には、分類、クラスタリング、回帰、および関連付けの4つの特定のタイプのタスクが含まれます。 分類は、存在する情報を取得し、定義されたグループにマージします。 Clustering は、定義されたグループを削除し、データが同様のアイテムで分類できるようにします。 回帰は、情報、モデリングの機能に焦点を当てています概念に関するデータ。最終的なデータマイニング方法 Association は、さまざまなデータフィード間の関係を見つけようとします。

さまざまなデータマイニング方法を使用する場合、特定の標準を使用して、プロセスで使用できるパラメーターを決定します。知識発見とデータマイニングに関するコンピューティング機械の特別利益グループ（SIGKDD）は、どのプロセスが適切であるかを決定する年次総会を開催しています。倫理的要因は、個人や企業に関する最良の情報を見つけるために、実用的なアプリケーションとともに重量を量ります。この情報は、 sigkdd Explorationsという業界雑誌に掲載されています。