At first, parts of the scientific c

At first, parts of the scientific community were slow to embrace
data mining. This was at least partially due to the marketing
hype and wild claims made by some software salespeople
and consultants. However, data mining is now moving
into the mainstream of science and engineering. Data mining
has come of age because of the confluence of three factors. The
first is the ability to inexpensively capture, store and process
tremendous amounts of data. The second is advances in database
technology that allow the stored data to be organised and
stored in ways that facilitate speedy answers to complex queries.
Finally, there are developments and improvements in
analysis methods that allow them to be effectively applied to
these very large and complex databases. It is important to remember
that data mining is a tool, not a magic wand. You
can’t simply throw your data at a data mining tool and expect
it to produce reliable or even valid results. You still need to
know your business, to understand your data, and to understand
the analytical methods you use. Furthermore, the patterns
uncovered by data mining must be verified in the real
world. Just because data mining predicts that a gene will express
a particular protein, or that a drug is best sold to a certain
group of physicians, it doesn’t mean this prediction is valid
in the real world. You still need to verify the prediction with
experiments to confirm the existence of a causal relationship.
Healthcare Data Mining Applications include evaluation of
treatment effectiveness; management of healthcare; customer
relationship management; and detection of fraud and abuse.

ผลลัพธ์ (ไทย) 1:

ตอนแรก ส่วนของชุมชนทางวิทยาศาสตร์ได้ช้าโอบกอด
ทำเหมือง นี้เกิดจากบางส่วนที่ตลาด
hype และป่าร้องโดยพนักงานบางซอฟต์แวร์
และที่ปรึกษา อย่างไรก็ตาม ขณะนี้ได้ย้ายการทำเหมืองข้อมูล
เข้ากับวิทยาศาสตร์และวิศวกรรม การทำเหมืองข้อมูล
มาอายุเนื่องจากบรรจบสามปัจจัย ใน
แรก คือความสามารถในราคาไม่แพง จัดเก็บ และประมวลผล
ข้อมูลจำนวนมหาศาล ที่สองคือ ความก้าวหน้าในฐานข้อมูล
เทคโนโลยีที่ช่วยให้ข้อมูลที่เก็บไว้จะถูกจัด และ
จัดเก็บที่อำนวยความสะดวกรวดเร็วคำตอบแบบสอบถามที่ซับซ้อน
ในที่สุด มีการพัฒนาและปรับปรุงใน
วิธีวิเคราะห์ที่อนุญาตให้ใช้ได้อย่างมีประสิทธิภาพกับ
ฐานเหล่านี้มีขนาดใหญ่ และซับซ้อน สิ่งสำคัญคือต้องจำ
ว่า การทำเหมืองข้อมูลเป็นเครื่องมือ ไม่กายสิทธิ์ คุณ
สามารถไม่เพียงแค่โยนข้อมูลที่เครื่องมือการทำเหมืองข้อมูล และหวัง
ให้ผลลัพธ์ได้ถูกต้อง หรือเชื่อถือได้ คุณยังจำเป็นต้อง
รู้ว่าธุรกิจของคุณ เพื่อให้เข้าใจข้อมูลของคุณ และเข้าใจ
วิธีการวิเคราะห์คุณใช้ นอกจากนี้ รูปแบบ
เปิดข้อมูลต้องสามารถตรวจสอบการทำเหมืองในจริง
โลก เพียง เพราะการทำเหมืองข้อมูลทำนายว่า ยีนที่จะแสดง
โปรตีนเฉพาะ หรือว่ายาดีที่สุดขายเป็นบาง
กลุ่มของแพทย์ ไร นี้คาดเดาถูกต้อง
ในโลกจริง คุณยังต้องตรวจสอบคำทำนายด้วย
ทดลองเพื่อยืนยันการดำรงอยู่ของความสัมพันธ์เชิงสาเหตุ
ใช้งานทำเหมืองแร่ข้อมูลสุขภาพรวมถึงการประเมิน
รักษาประสิทธิภาพ จัดการสุขภาพ ลูกค้า
ที่จัดการความสัมพันธ์ และตรวจพบการทุจริตและการละเมิด

ผลลัพธ์ (ไทย) 2:

ตอนแรกส่วนของชุมชนวิทยาศาสตร์ได้ช้าที่จะโอบกอด
การทำเหมืองข้อมูล นี้เป็นอย่างน้อยบางส่วนเนื่องจากการตลาด
การโฆษณาและเรียกร้องป่าทำโดยบางพนักงานขายซอฟแวร์
และที่ปรึกษา อย่างไรก็ตามการทำเหมืองข้อมูลอยู่ในขณะนี้การเคลื่อนไหว
เป็นหลักของวิทยาศาสตร์และวิศวกรรม การทำเหมืองข้อมูล
ที่มีมาของอายุเนื่องจากบรรจบกันของสามปัจจัย
แรกคือความสามารถในการจับภาพราคาไม่แพงจัดเก็บและประมวลผล
ข้อมูลจำนวนมหาศาลของข้อมูล สองคือความก้าวหน้าในฐานข้อมูล
เทคโนโลยีที่ช่วยให้ข้อมูลที่เก็บไว้จะได้รับการจัดระเบียบและ
จัดเก็บไว้ในรูปแบบคำตอบที่อำนวยความสะดวกรวดเร็วในการค้นหาซับซ้อน
สุดท้ายมีการพัฒนาและการปรับปรุงใน
วิธีการวิเคราะห์ที่ช่วยให้พวกเขาที่จะนำมาใช้อย่างมีประสิทธิภาพเพื่อ
เหล่านี้มากขนาดใหญ่และซับซ้อน ฐานข้อมูล มันเป็นสิ่งสำคัญที่ต้องจำไว้
ว่าการทำเหมืองข้อมูลเป็นเครื่องมือที่ไม่ได้เป็นไม้กายสิทธิ์ คุณ
ไม่สามารถเพียงแค่โยนข้อมูลของคุณที่เป็นเครื่องมือการทำเหมืองข้อมูลและคาดหวังว่า
มันจะให้ผลลัพธ์ที่ถูกต้องเชื่อถือได้หรือแม้กระทั่ง คุณยังคงต้อง
รู้ว่าธุรกิจของคุณจะเข้าใจข้อมูลของคุณและที่จะเข้าใจ
วิธีการวิเคราะห์ที่คุณใช้ นอกจากนี้รูปแบบ
การป้องกันโดยการทำเหมืองข้อมูลจะต้องได้รับการยืนยันในความเป็นจริง
ของโลก เพียงเพราะการทำเหมืองข้อมูลคาดการณ์ว่าในยีนจะแสดง
โปรตีนโดยเฉพาะอย่างยิ่งหรือว่ายาเสพติดที่ขายดีที่สุดในบาง
กลุ่มของแพทย์ก็ไม่ได้หมายความว่าคำทำนายนี้มีผลบังคับใช้
ในโลกจริง คุณยังคงต้องตรวจสอบการคาดการณ์ที่มี
การทดลองเพื่อยืนยันการดำรงอยู่ของความสัมพันธ์เชิงสาเหตุ
การประยุกต์ใช้งานด้านการรักษาพยาบาลการทำเหมืองข้อมูลรวมถึงการประเมิน
ประสิทธิผลของการรักษา การจัดการของการดูแลสุขภาพ; ลูกค้า
การจัดการความสัมพันธ์; และการตรวจสอบการทุจริตและการละเมิด

ผลลัพธ์ (ไทย) 3:

ในตอนแรก ส่วนของชุมชนวิทยาศาสตร์ได้ช้าที่จะยอมรับ
เหมืองข้อมูล นี้เป็นอย่างน้อยบางส่วนเนื่องจากการตลาด
hype และป่าที่อ้างว่าทำโดยซอฟต์แวร์
พนักงานขายและที่ปรึกษา อย่างไรก็ตาม ขณะนี้มีการย้ายข้อมูลการทำเหมืองแร่
เป็นกระแสหลักของวิทยาศาสตร์และวิศวกรรม การทำเหมืองข้อมูล
โตแล้วเพราะจุดบรรจบของ 3 ปัจจัย
แรกคือความสามารถในราคาไม่แพงบันทึกจัดเก็บและประมวลผล
อย่างมากปริมาณของข้อมูล ส่วนที่สอง คือ ความก้าวหน้าในเทคโนโลยีฐานข้อมูล
ที่ช่วยให้ข้อมูลที่เก็บไว้จะมีการจัดและ
เก็บไว้ในวิธีที่สะดวกรวดเร็วเพื่อตอบแบบสอบถามที่ซับซ้อน .
ในที่สุดก็มีการพัฒนาและปรับปรุง
วิธีวิเคราะห์ที่อนุญาตให้พวกเขาที่จะใช้อย่างมีประสิทธิภาพ

ฐานข้อมูลขนาดใหญ่มากและซับซ้อนเหล่านี้ มันเป็นสิ่งสำคัญที่ต้องจำไว้
การทําเหมืองข้อมูลเป็นเครื่องมือ ไม่ใช่ไม้กายสิทธิ์ คุณ
ไม่เพียงโยนข้อมูลที่เครื่องมือการทำเหมืองข้อมูลและคาดว่า
มันผลิตผลลัพธ์ที่น่าเชื่อถือ หรือแม้แต่การใช้ได้ คุณต้อง
รู้ว่าธุรกิจของคุณ เพื่อให้เข้าใจข้อมูลและเข้าใจ
วิธีการตรวจวิเคราะห์ที่คุณใช้ นอกจากนี้ รูปแบบ
โดยเปิดเหมืองแร่ข้อมูลจะต้องได้รับการตรวจสอบในโลกจริง

เพราะการทําเหมืองข้อมูล คาดการณ์ว่า ยีนจะแสดงออก
โปรตีนที่เฉพาะเจาะจงหรือที่เป็นยาที่ดีที่สุด คือ ขายให้กลุ่มหนึ่ง
ของแพทย์ มันไม่ได้หมายความว่าคำทำนายนี้ใช้ได้
ในโลกจริง คุณยังคงต้องตรวจสอบการทำนายด้วย
การทดลองเพื่อยืนยันการดำรงอยู่ของความสัมพันธ์เชิงสาเหตุ .
ข้อมูลสุขภาพการประยุกต์ใช้เหมืองข้อมูลรวมถึงการประเมินประสิทธิภาพการดูแลสุขภาพ
; การจัดการ ; การจัดการลูกค้าสัมพันธ์และ
; การตรวจสอบการทุจริตและการละเมิด .