“Data Mining is a non-trivial extra

“Data Mining is a non-trivial extraction of implicit, previously
unknown and potential useful information about data”[1]. In
short, it is a process of analyzing data from different
perspective and gathering the knowledge from it. The
discovered knowledge can be used for different applications
for example healthcare industry. Nowadays healthcare
industry generates large amount of data about patients, disease
diagnosis etc. Data mining provides a set of techniques to
discover hidden patterns from data. A major challenge facing
Healthcare industry is quality of service. Quality of service
implies diagnosing disease correctly & provides effective
treatments to patients. Poor diagnosis can lead to disastrous
consequences which are unacceptable.

ผลลัพธ์ (ไทย) 1:

"การทำเหมืองข้อมูลเป็นการเล็กน้อยไม่ใช่สกัดนัย ก่อนหน้านี้ไม่ทราบ และเป็นข้อมูลที่เป็นประโยชน์เกี่ยวกับข้อมูล "[1] ในสั้น มันเป็นกระบวนการวิเคราะห์ข้อมูลจากที่ต่าง ๆมุมมองและการรวบรวมความรู้จาก ที่สามารถใช้ความรู้ที่พบสำหรับการใช้งานที่แตกต่างกันตัวอย่างอุตสาหกรรมการดูแลสุขภาพ แพทย์ในปัจจุบันอุตสาหกรรมสร้างจำนวนมากข้อมูลเกี่ยวกับผู้ป่วย โรคการวินิจฉัยเป็นต้น ชุดของเทคนิคในการช่วยให้การทำเหมืองข้อมูลค้นพบรูปแบบที่ซ่อนอยู่จากข้อมูล การหันหน้าเข้าหาความท้าทายที่สำคัญอุตสาหกรรมการดูแลสุขภาพคือ คุณภาพของบริการ คุณภาพของบริการหมายถึงการวินิจฉัยโรคอย่างถูกต้อง และมีประสิทธิภาพการรักษากับผู้ป่วย วินิจฉัยไม่สามารถทำร้ายผลที่ไม่

ผลลัพธ์ (ไทย) 2:

"การทำเหมืองข้อมูลคือการสกัดที่ไม่น่ารำคาญของนัยก่อนหน้านี้ที่ไม่รู้จักและศักยภาพของข้อมูลที่เป็นประโยชน์เกี่ยวกับข้อมูล" [1]
ในระยะสั้นจะเป็นกระบวนการของการวิเคราะห์ข้อมูลจากที่แตกต่างกันในมุมมองและการรวบรวมความรู้จากมัน ความรู้ที่ค้นพบสามารถนำมาใช้สำหรับการใช้งานที่แตกต่างกันเช่นอุตสาหกรรมการดูแลสุขภาพ ปัจจุบันการดูแลสุขภาพอุตสาหกรรมสร้างข้อมูลจำนวนมากเกี่ยวกับผู้ป่วยโรควินิจฉัยฯลฯ การทำเหมืองข้อมูลให้ชุดของเทคนิคที่จะค้นพบรูปแบบที่ซ่อนจากข้อมูล ความท้าทายที่สำคัญหันหน้าไปทางอุตสาหกรรมการดูแลสุขภาพที่มีคุณภาพในการให้บริการ คุณภาพของการบริการหมายถึงการวินิจฉัยโรคได้อย่างถูกต้องและมีประสิทธิภาพให้การรักษาแก่ผู้ป่วย การวินิจฉัยที่ไม่ดีสามารถนำไปสู่หายนะผลกระทบซึ่งเป็นที่ยอมรับไม่ได้

ผลลัพธ์ (ไทย) 3:

" การทําเหมืองข้อมูล คือไม่ใช่ trivial การสกัดโดยปริยาย ก่อนหน้านี้
ไม่รู้จัก และข้อมูลที่เป็นประโยชน์ที่อาจเกิดขึ้นเกี่ยวกับข้อมูล " [ 1 ] ใน
สั้น มันเป็นกระบวนการของการวิเคราะห์ข้อมูลจากมุมมองที่แตกต่างกัน
และรวบรวมความรู้จากมัน
ค้นพบความรู้ที่สามารถใช้สำหรับการใช้งานที่แตกต่างกัน
สำหรับอุตสาหกรรมการดูแลสุขภาพเช่น ปัจจุบันการดูแลสุขภาพ
อุตสาหกรรมสร้างจำนวนมากของข้อมูลเกี่ยวกับผู้ป่วย การวินิจฉัยโรค
ฯลฯ การทำเหมืองข้อมูลมีชุดของเทคนิค
ค้นพบรูปแบบซ่อนข้อมูล ความท้าทายใหญ่หัน
อุตสาหกรรมการดูแลสุขภาพ คุณภาพของบริการ คุณภาพของการบริการ หมายถึง การวินิจฉัยโรคได้อย่างถูกต้อง&

มีการรักษาที่มีประสิทธิภาพสำหรับผู้ป่วย การวินิจฉัยที่ดีสามารถนำไปสู่หายนะ
ผลกระทบที่ไม่พึงประสงค์ .