가장 중요한 데이터 마이닝 개념은 무엇입니까?
가장 중요한 데이터 마이닝 개념은 수집 된 정보의 분석에 사용되며, 특히 행동을 관찰하기위한 노력에서 사용됩니다. 데이터 간의 알려지지 않은 상호 작용은 피험자와 집계 된 정보 사이의 중요한 관계를 확인하기 위해 다양한 방법으로 연구됩니다. 데이터 마이닝의 한 가지 과제는 수집 된 실제 정보가 전체 도메인을 연상시키지 않을 수 있다는 것입니다. 이 사실을 해결하기 위해 데이터 간의 상관 관계는 다양한 데이터 마이닝 개념에 의해 체계적으로 제어 될 수 있습니다.
데이터 마이닝 개념에 대한 표준은 Computing Machinery의 특별 관심 그룹에 관한 지식 발견 및 데이터 마이닝 (SIGKDD)에 의해 시행됩니다. 이 조직은“International Journal of Information Technology and Promipation”과 Journal SIGKDD 탐색을 발표합니다. 데이터 채굴의 윤리 및 기본 원칙을 시행하는 것은 산업을 효율적이고 제한된 법적 문제로 계속 작동시킵니다.
4 가지 다른 클래스의 데이터 마이닝 개념을 통해 프로세스가 발생할 수 있습니다. 클러스터링 는 데이터 마이닝 프로세스에서 생성 된 알고리즘을 사용하여 항목을 유사한 그룹으로 조립합니다. 클러스터링과 달리, 정보의 분류 는 데이터가 사전 정의 된 그룹으로 조립되어 분석 된 시점입니다. 협회 변수 간의 관계를 찾으려는 시도, 어떤 데이터 그룹이 일반적으로 관련되는지 결정합니다. 데이터 마이닝의 최종 유형은 회귀 입니다.f 데이터 수집 내에서 함수를 식별합니다.
정보를 검증하는 것은 데이터 마이닝 응용 프로그램이 무엇을 나타내는 지 발견하는 마지막 단계입니다. 모든 알고리즘이 유효한 데이터 세트를 표시하지 않으면 발생하는 패턴은 과적으로 불리는 상황을 초래할 수 있습니다. 이 문제를 극복하기 위해 데이터는 테스트 세트와 비교됩니다. 이것은 측정이 그럴듯한 데이터 세트 세트를 제공하는 일련의 알고리즘과 정렬되는 개념입니다. 획득 한 정보가 테스트 세트에 정렬되지 않으면 데이터의 가정 된 패턴이 정확하지 않아야합니다.
가장 중요한 데이터 마이닝 개념 중 일부는 다양한 산업에서 발생합니다. 게임, 비즈니스, 마케팅, 과학, 공학 및 감시는 모두 데이터 마이닝 기술을 활용합니다. 이러한 기술을 수행함으로써 각 필드는 모범 사례 또는 결과를 찾는 더 나은 방법을 결정할 수 있습니다.