Sisu
- Definitsioon - mida tähendab andmekaevandamine?
- Sissejuhatus Microsoft Azure'i ja Microsoft Cloud | Kogu selle juhendi kaudu saate teada, mis on pilvandmetöötlus ja kuidas Microsoft Azure aitab teil pilvest rännata ja oma ettevõtet juhtida.
- Techopedia selgitab Data Mining
Definitsioon - mida tähendab andmekaevandamine?
Andmete kaevandamine on protsess, mille käigus analüüsitakse varjatud andmemudeleid vastavalt erinevatele vaatenurkadele kategoriseerimiseks kasulikeks andmeteks, mida kogutakse ja pannakse kokku üldkasutatavates ruumides, näiteks andmeladudes, tõhusa analüüsi jaoks, andmekaevandamise algoritmid, hõlbustades äriotsuste tegemist ja muud teavet nõudeid kulude kokkuhoiuks ja tulude suurendamiseks.
Andmete kaevandamist nimetatakse ka andmete otsimiseks ja teadmiste avastamiseks.
Sissejuhatus Microsoft Azure'i ja Microsoft Cloud | Kogu selle juhendi kaudu saate teada, mis on pilvandmetöötlus ja kuidas Microsoft Azure aitab teil pilvest rännata ja oma ettevõtet juhtida.
Techopedia selgitab Data Mining
Andmete kaevandamise peamised sammud on järgmised:
- Andmete lattu ekstraheerimine, teisendamine ja laadimine
- Salvestage ja hallake andmeid mitmemõõtmelistes andmebaasides
- Andmete juurdepääsu andmine ärianalüütikutele rakendustarkvara abil
- Esitage analüüsitud andmed hõlpsasti mõistetavates vormides, näiteks graafikutena
Andmekaevandamise esimene samm on ettevõtluse jaoks kriitiliste andmete kogumine. Ettevõtte andmed on kas tehingutega seotud, mittetoimivad või metaandmed. Tehinguandmed käsitlevad igapäevaseid toiminguid, nagu müük, laoseis ja kulud jne. Mitteoperatiivseid andmeid ennustatakse tavaliselt, samas kui metaandmed on seotud loogilise andmebaasi ülesehitusega. Andmeelementide mustrid ja suhted pakuvad asjakohast teavet, mis võib suurendada organisatsiooni tulusid. Tugeva tarbijakesksusega organisatsioonid tegelevad andmete kaevandamise tehnikatega, pakkudes selgeid pilte müüdud toodetest, hinnast, konkurentsist ja klientide demograafiast.
Näiteks edastab jaekaubandushiiglane Wal-Mart kogu oma asjakohase teabe terabaiti andmetega andmelaosse. Tarnijatele on neile andmetele hõlpsasti juurde pääseda, võimaldades neil tuvastada klientide ostmisharjumusi. Need võivad genereerida ostuharjumuste mustreid, enamiku sisseostude tegemise päevade kohta, toodete otsimise ja muude andmete otsimiseks, kasutades andmekaevandamise tehnikaid.
Teine samm andmete kaevandamisel on sobiva algoritmi valimine - mehhanism, mille abil luuakse andmete kaevandamise mudel. Algoritmi üldine töö hõlmab andmete kogumi suundumuste tuvastamist ja väljundi kasutamist parameetri määratlemiseks. Andmete kaevandamiseks kasutatavad kõige populaarsemad algoritmid on klassifitseerimisalgoritmid ja regressioonialgoritmid, mida kasutatakse andmeelementide vaheliste suhete tuvastamiseks. Suuremad andmebaasimüüjad, näiteks Oracle ja SQL, sisaldavad andmete kaevandamise nõudluse rahuldamiseks kaevandamise algoritme, näiteks klastrite moodustamist ja regressioonisurvet.