Fayyad considers Data Mining (DM) a

Fayyad considers Data Mining (DM) as one of the phases of the KDD1 process (Fayyad et al., 1996). The data mining phase concerns, mainly, to the means by which the patterns are extracted and enumerated from data. The literature is a source of some confusion because de two terms are indistinctively used, making it difficult to determine exactly each of the concepts (Benoît, 2002). In this paper, data mining is seen as one of the phases of the KDD process, as presented in (Fayyad et al., 1996) and in (Brachman & Anand, 1996). The growth of the attention paid to the area emerged from the rising of big databases in an increasing and differentiate number of organizations. There is the risk of wasting all the value and wealthy of information contained on these databases unless there are used the adequate techniques to extract useful knowledge (Chen et al, 1996) (Simoudis, 1996) (Fayyad, 1996). In the latest years, it has been occurring the growth and consolidation of the data mining area. Some efforts are being done that seek the establishment of standards in the area, both by academics and by people in the industry field. The academics efforts are centered in the attempt to formulate a general framework for DM (Dzeroski, 2006). The bulk of these efforts are centered in the definition of a language for DM that can be accepted as a standard, in the same way that SQL was accepted as a standard for relational databases (Han et al, 1996) (Meo et al, 1998) (Imielinski et al, 1999) (Sarawagi, 2000) (Botta et al, 2004). The efforts in the industrial field concern mainly the definition of processes/methodologies that can guide the implementation of DM applications. In this paper, SEMMA and CRISP-DM have been chosen, because they are considered to be the most popular. Although it is not scientific this perception exists, because SEMMA and CRISP-DM are presented in many of the publications of the area and are really used in practice. During the analysis of the documentation on SEMMA and on CRISP-DM, the question of the existence of substantial differences between them and the traditional KDD process arose. In this paper, it is pretended

ผลลัพธ์ (ไทย) 1:

Fayyad พิจารณาข้อมูลเหมือง (DM) เป็นหนึ่งในขั้นตอนของกระบวนการ KDD1 (Fayyad et al. 1996) ขั้นตอนการทำเหมืองข้อมูลเกี่ยว ส่วนใหญ่ ไปยังหมายถึงซึ่งรูปแบบการแยก และระบุจากข้อมูล วรรณกรรมเป็นแหล่งที่มาของความสับสนบาง เพราะเดสอง indistinctively ใช้ ทำให้มันยากที่จะกำหนดว่าแต่ละแนวคิด (Benoît, 2002) ในกระดาษนี้ การทำเหมืองข้อมูลถือเป็นหนึ่งในขั้นตอนของกระบวนการ KDD ที่แสดงใน (Fayyad et al. 1996) และใน (Brachman & อานันท์ 1996) การเติบโตของความสนใจจ่ายให้พื้นที่โผล่ออกมาจากการเพิ่มขึ้นของฐานข้อมูลขนาดใหญ่ในการเพิ่มมากขึ้น และแยกความแตกต่างขององค์กร มีความเสี่ยงในการเสียค่า และร่ำรวยข้อมูลอยู่ในฐานข้อมูลเหล่านี้มีใช้เทคนิคเพียงพอในการดึงความรู้ที่เป็นประโยชน์ (Chen et al, 1996) (Simoudis, 1996) (Fayyad, 1996) ในปีล่าสุด มันเกิดการเติบโตและการรวมพื้นที่การทำเหมืองข้อมูล ความพยายามของเรามีการทำที่หามาตรฐานในพื้นที่ การจัดตั้ง โดยนักวิชาการ และคนในอุตสาหกรรม ความพยายามของนักวิชาการเป็นศูนย์กลางในความพยายามในการกำหนดกรอบการทำงานทั่วไปสำหรับ DM (Dzeroski, 2006) จำนวนมากของความพยายามเหล่านี้เป็นศูนย์กลางในความหมายของภาษาสำหรับ DM ที่สามารถยอมรับเป็นมาตรฐาน แบบเดียวกับที่ว่า SQL เป็นการยอมรับมาตรฐานสำหรับฐานข้อมูลเชิงสัมพันธ์ (Han et al, 1996) (แม้ว et al, 1998) (Imielinski et al, 1999) (Sarawagi, 2000) (Botta et al, 2004) ความพยายามในฟิลด์อุตสาหกรรมเกี่ยวข้องส่วนใหญ่เป็นข้อกำหนดของกระบวนการ/วิธีการที่สามารถแนะนำการใช้งานของโปรแกรม DM ในกระดาษนี้ SEMMA และคม DM ได้รับเลือก เพราะพวกเขาจะถือว่าเป็นที่นิยมมากที่สุด เรียกว่าวิทยาศาสตร์ รับรู้นี้มีอยู่ เพราะ SEMMA และคม-DM จะนำเสนอในสิ่งพิมพ์ของพื้นที่ และมีใช้จริง ๆ ในทางปฏิบัติ ในระหว่างการวิเคราะห์เอกสาร บน SEMMA และคม DM คำถามของการดำรงอยู่ของความแตกต่างที่พบระหว่างพวกเขาและกระบวนการ KDD ดั้งเดิมเกิดขึ้น ในกระดาษนี้ มันเป็นหลอกลวงว่า

ผลลัพธ์ (ไทย) 2:

Fayyad พิจารณาการทำเหมืองข้อมูล (DM) เป็นหนึ่งในขั้นตอนของกระบวนการ KDD1 นี้ (Fayyad et al., 1996) ความกังวลขั้นตอนการทำเหมืองข้อมูลส่วนใหญ่จะหมายถึงการที่รูปแบบที่มีการสกัดและการแจกแจงข้อมูลจาก วรรณกรรมเป็นที่มาของความสับสนเพราะทั้งสองคำนี้ใช้กำปั้นทุบดินทำให้มันยากที่จะตรวจสอบว่าแต่ละแนวคิด (เบอนัวต์ 2002) ในบทความนี้การทำเหมืองข้อมูลถูกมองว่าเป็นหนึ่งในขั้นตอนของกระบวนการ KDD ตามที่นำเสนอใน (Fayyad et al., 1996) และ (Brachman และอานันท์ 1996) การเจริญเติบโตของความสนใจที่จ่ายไปยังพื้นที่ที่โผล่ออกมาจากที่เพิ่มขึ้นของฐานข้อมูลขนาดใหญ่ในที่เพิ่มขึ้นและความแตกต่างของจำนวนขององค์กร มีความเสี่ยงของการสูญเสียมูลค่าทั้งหมดและความมั่งคั่งของข้อมูลที่มีอยู่ในฐานข้อมูลเหล่านี้จนกว่าจะมีการมีการใช้เทคนิคเพียงพอที่จะดึงความรู้ที่มีประโยชน์ (Chen et al, 1996) (Simoudis, 1996) คือ (Fayyad, 1996) ในปีล่าสุดจะได้รับการเกิดขึ้นการเจริญเติบโตและการรวมของพื้นที่การทำเหมืองข้อมูล ความพยายามที่มีการกระทำที่แสวงหาสถานประกอบการของมาตรฐานในพื้นที่ทั้งโดยนักวิชาการและโดยคนในเขตอุตสาหกรรม ความพยายามของนักวิชาการที่เป็นศูนย์กลางในความพยายามที่จะกำหนดกรอบทั่วไปสำหรับ DM (Dzeroski 2006) เป็นกลุ่มของความพยายามเหล่านี้เป็นศูนย์กลางในความหมายของภาษา DM ที่สามารถได้รับการยอมรับว่าเป็นมาตรฐานในทางเดียวกันว่า SQL ได้รับการยอมรับเป็นมาตรฐานสำหรับฐานข้อมูลเชิงสัมพันธ์ (ฮั่น, et al, 1996) (แม้ว et al, 1998 ) (Imielinski, et al, 1999) (Sarawagi, 2000) (Botta, et al, 2004) ความพยายามในความกังวลของเขตอุตสาหกรรมส่วนใหญ่เป็นความหมายของกระบวนการ / วิธีการที่สามารถให้คำแนะนำการดำเนินงานของการใช้งาน DM ในบทความนี้ SEMMA และคมชัด-DM ได้รับเลือกเพราะพวกเขาจะถือว่าเป็นที่นิยมมากที่สุด แม้ว่าจะไม่รับรู้ทางวิทยาศาสตร์นี้มีอยู่เพราะ SEMMA และคมชัด-DM จะถูกนำเสนอในหลายสิ่งพิมพ์ของพื้นที่และมีการใช้จริงในทางปฏิบัติ ในระหว่างการวิเคราะห์ของเอกสารเกี่ยวกับ SEMMA และกรอบ DM ที่คำถามของการดำรงอยู่ของความแตกต่างที่สำคัญระหว่างพวกเขาและกระบวนการ KDD แบบดั้งเดิมที่เกิดขึ้น ในบทความนี้ก็จะแกล้งทำเป็น เพราะพวกเขาจะถือว่าเป็นที่นิยมมากที่สุด แม้ว่าจะไม่รับรู้ทางวิทยาศาสตร์นี้มีอยู่เพราะ SEMMA และคมชัด-DM จะถูกนำเสนอในหลายสิ่งพิมพ์ของพื้นที่และมีการใช้จริงในทางปฏิบัติ ในระหว่างการวิเคราะห์ของเอกสารเกี่ยวกับ SEMMA และกรอบ DM ที่คำถามของการดำรงอยู่ของความแตกต่างที่สำคัญระหว่างพวกเขาและกระบวนการ KDD แบบดั้งเดิมที่เกิดขึ้น ในบทความนี้ก็จะแกล้งทำเป็น เพราะพวกเขาจะถือว่าเป็นที่นิยมมากที่สุด แม้ว่าจะไม่รับรู้ทางวิทยาศาสตร์นี้มีอยู่เพราะ SEMMA และคมชัด-DM จะถูกนำเสนอในหลายสิ่งพิมพ์ของพื้นที่และมีการใช้จริงในทางปฏิบัติ ในระหว่างการวิเคราะห์ของเอกสารเกี่ยวกับ SEMMA และกรอบ DM ที่คำถามของการดำรงอยู่ของความแตกต่างที่สำคัญระหว่างพวกเขาและกระบวนการ KDD แบบดั้งเดิมที่เกิดขึ้น ในบทความนี้ก็จะแกล้งทำเป็น

ผลลัพธ์ (ไทย) 3:

ฟาเยดพิจารณาการทำเหมืองข้อมูล ( DM ) เป็นหนึ่งในขั้นตอนของกระบวนการ kdd1 ( ฟาเยด et al . , 1996 ) ข้อมูลขั้นตอนการทำเหมืองความกังวลส่วนใหญ่จะหมายถึงซึ่งเป็นรูปแบบการสกัดและการระบุจากข้อมูล วรรณกรรมที่เป็นแหล่งที่มาของความสับสนเพราะ เดอ สองแง่จะกล้อมแกล้มใช้ ทำให้ยากที่จะตรวจสอบว่าแต่ละแนวคิด ( เบอนัว , 2002 ) ในกระดาษนี้ , การทำเหมืองข้อมูลถูกมองว่าเป็นหนึ่งในขั้นตอนของกระบวนการ KDD เป็นนำเสนอใน ( ฟาเยด et al . , 1996 ) และ ( brachman & ( 1996 ) การเจริญเติบโตของความสนใจที่จ่ายไปยังพื้นที่ที่เกิดจากการเพิ่มขึ้นของฐานข้อมูลขนาดใหญ่ในการแยกจำนวนขององค์กร มีความเสี่ยงของการสูญเสียทั้งหมด มูลค่า และ มั่งคั่งของข้อมูลที่มีอยู่ในฐานข้อมูลเหล่านี้นอกจากมีใช้เทคนิคเพียงพอที่จะสกัดความรู้ที่เป็นประโยชน์ ( Chen et al , 1996 ) ( simoudis , 1996 ) ( ฟาเยด , 1996 ) ใน ปี ล่าสุด ได้เกิดการเติบโตและการรวมของข้อมูลเหมืองแร่พื้นที่ ความพยายามบางอย่างจะถูกทำที่แสวงหาการสร้างมาตรฐานในพื้นที่ ทั้งนักวิชาการ และประชาชน ในอุตสาหกรรมด้าน นักวิชาการความพยายามเป็นศูนย์กลางในความพยายามที่จะกำหนดกรอบทั่วไปสำหรับ DM ( dzeroski , 2006 ) เป็นกลุ่มของความพยายามเหล่านี้เป็นศูนย์กลางในความหมายของภาษาสำหรับ DM ที่สามารถได้รับการยอมรับเป็นมาตรฐานในวิธีเดียวกับที่ SQL ได้รับการยอมรับเป็นมาตรฐานสำหรับฐานข้อมูลเชิงสัมพันธ์ ( Han et al , 1996 ) ( แม้ว et al , 1998 ) ( imielinski et al , 1999 ) ( sarawagi , 2000 ) บอตตา et al , 2004 ) ความพยายามในเขตอุตสาหกรรม ปัญหาส่วนใหญ่ ความหมายของกระบวนการ / วิธีการที่สามารถแนะนำการใช้งานของโปรแกรม DM . ในกระดาษนี้ semma และ crisp-dm ได้รับเลือกเพราะพวกเขาจะถือว่าเป็นนิยมมากที่สุด แม้ว่าจะไม่ได้เป็นวิทยาศาสตร์การรับรู้เรื่องนี้อยู่แล้ว เพราะ semma และ crisp-dm นำเสนอมากมายของสิ่งพิมพ์ของพื้นที่และมีจริง ๆ ที่ใช้ในการปฏิบัติงาน ในการวิเคราะห์เอกสาร semma และ crisp-dm คำถามของการดำรงอยู่ของความแตกต่างอย่างมากระหว่างพวกเขาและกระบวนการ KDD ดั้งเดิมเกิดขึ้น ในกระดาษนี้ มันแกล้งทำ