Every day, we generate a huge amoun

Every day, we generate a huge amount of data from different sources such as social networks, business transactions, and clinical records. These data are stored in databases as row data, and we do not benefit from the potentially useful information that we could extract from them. However, various data mining (DM) techniques and tools have been developed to turn this growing volume of data into valuable information. DM, or Knowledge Discovery in Database (KDD), is defined as “the analysis of (often large) observational data sets to find unsuspected relationships and to summarize the data in novel ways that are both understandable and useful to the data owner [1].” In other words, DM can be useful and effective in extracting important, relevant information that has not previously been discovered. DM methods and techniques provide significant potential to organizations and researchers to discover implicit information in various areas, including bioinformatics, genetics, and education.

ผลลัพธ์ (ไทย) 1:

ทุกวัน เราสร้างเป็นจำนวนมากของข้อมูลจากแหล่งต่าง ๆ เช่นเครือข่ายทางสังคม ธุรกิจ และระเบียนทางการแพทย์ ข้อมูลเหล่านี้จะถูกเก็บไว้ในฐานข้อมูลเป็นแถวข้อมูล และเราได้รับประโยชน์จากข้อมูลที่เราสามารถแยกจากพวกเขาอาจเป็นประโยชน์ อย่างไรก็ตาม เทคนิคการทำเหมือง (DM) ข้อมูลและเครื่องมือต่าง ๆ ได้รับการพัฒนาเพื่อเปิดตัวเลือกนี้เติบโตเสียงของข้อมูลเป็นข้อมูลที่มีค่า DM หรือค้นหาความรู้ในฐานข้อมูล (KDD), หมายถึง "การวิเคราะห์ชุดข้อมูลสังเกตการณ์ (มักจะขนาดใหญ่) เพื่อค้นหาความสัมพันธ์ unsuspected และสรุปข้อมูลในรูปแบบนวนิยายที่เข้าใจ และเป็นประโยชน์ให้กับเจ้าของข้อมูล [1]" ในคำอื่น ๆ DM จะมีประโยชน์ และมีประสิทธิภาพในการสกัดข้อมูลที่สำคัญ ที่เกี่ยวข้องที่ไม่เคยพบ DM วิธีและเทคนิคให้ศักยภาพที่สำคัญให้กับองค์กรและนักวิจัยจะค้นพบข้อมูลนัยใน bioinformatics พันธุศาสตร์ และการศึกษา

ผลลัพธ์ (ไทย) 2:

ทุกวันเราสร้างเป็นจำนวนมากของข้อมูลจากแหล่งข้อมูลที่แตกต่างกันเช่นเครือข่ายทางสังคม, การทำธุรกรรมทางธุรกิจและมีการบันทึกทางคลินิก ข้อมูลเหล่านี้จะถูกเก็บไว้ในฐานข้อมูลเป็นข้อมูลแถวและเราไม่ได้รับประโยชน์จากข้อมูลที่อาจเป็นประโยชน์ที่เราจะได้สารสกัดจากพวกเขา อย่างไรก็ตามการทำเหมืองข้อมูล (DM) เทคนิคและเครื่องมือต่างๆที่ได้รับการพัฒนาเพื่อเปิดการทำงานนี้ปริมาณการเติบโตของข้อมูลเป็นข้อมูลที่มีคุณค่า DM หรือค้นพบความรู้ในฐานข้อมูล (KDD) หมายถึง "การวิเคราะห์ (ใหญ่มักจะ) ข้อมูลการสังเกตการณ์ชุดเพื่อค้นหาความสัมพันธ์ที่น่าสงสัยและสรุปข้อมูลในรูปแบบใหม่ที่มีทั้งความเข้าใจและมีประโยชน์ให้กับเจ้าของข้อมูล [1] . "ในคำอื่น ๆ DM จะมีประโยชน์และมีประสิทธิภาพในการสกัดที่สำคัญข้อมูลที่เกี่ยวข้องที่ยังไม่ได้รับก่อนหน้านี้ค้นพบ วิธีการและเทคนิค DM ให้ศักยภาพที่สำคัญให้กับองค์กรและนักวิจัยที่จะค้นพบข้อมูลนัยในพื้นที่ต่าง ๆ รวมทั้งชีวสารสนเทศพันธุศาสตร์และการศึกษา

ผลลัพธ์ (ไทย) 3:

ทุกๆวัน เราสร้างเป็นจํานวนมากของข้อมูลจากแหล่งข้อมูลต่างๆ เช่น เครือข่าย สังคม ธุรกิจ และประวัติทางคลินิก ข้อมูลเหล่านี้จะถูกเก็บไว้ในฐานข้อมูลเป็นข้อมูลแถวและเราไม่ได้ประโยชน์จากข้อมูลที่อาจเป็นประโยชน์ที่เราสามารถสกัดจากพวกเขา อย่างไรก็ตาม การทำเหมืองข้อมูลต่างๆ ( DM ) เทคนิคและเครื่องมือที่ได้รับการพัฒนาเพื่อเปิดขึ้นปริมาณของข้อมูลเป็นข้อมูลที่มีคุณค่า เบาหวาน , หรือการค้นพบความรู้ในฐานข้อมูล ( KDD ) มีนิยามว่า " การวิเคราะห์มักจะ ( ใหญ่ ) แบบชุดข้อมูลเพื่อค้นหาความสัมพันธ์และสิ่งที่ไม่คาดหมาย เพื่อสรุปข้อมูลในรูปแบบใหม่ที่ทั้งเข้าใจและมีประโยชน์ต่อเจ้าของข้อมูล [ 1 ] . " ในคำอื่น ๆ , DM จะเป็นประโยชน์และมีประสิทธิภาพในการแยก ที่สำคัญข้อมูลที่ได้จากการค้นพบ วิธีการและเทคนิคที่สำคัญใน DM มีศักยภาพองค์กรและนักวิจัยค้นพบข้อมูลแยกในพื้นที่ต่าง ๆ เช่น ชีวสารสนเทศพันธุศาสตร์ และการศึกษา