2.2 Data MiningData mining is the p

2.2 Data Mining
Data mining is the process of extracting valuable information from large amounts of data [Hand et al. 2001]. The main difference between statistical analyses and data mining lies in the goal that is sought. The former is often used to verify prior hypotheses or existing knowledge in order to prove a known relationship [Moss and Atre 2003], while the latter is aimed at finding unexpected relationships, patterns, and interdependencies hidden in the data [Wang et al. 2002]. As opposed to traditional experiments designed to verify a priori hypothesis with statistical analyses, data mining uses the data itself to uncover relationships and patterns. In doing so, hidden relationships, patterns, and interdependencies can be discovered, predictive rules can be generated, and interesting hypotheses can be found. These are the advantages of data mining [Hedberg 1995; Gargano and Ragged 1999].

ผลลัพธ์ (ไทย) 1:

2.2 การทำเหมืองข้อมูลการทำเหมืองข้อมูลคือ กระบวนการแยกข้อมูลจากจำนวนมากของข้อมูล [มือ et al. 2001] ความแตกต่างหลักระหว่างการวิเคราะห์ทางสถิติและการทำเหมืองข้อมูลที่อยู่ในเป้าหมายที่จะค้นหา ในอดีตมักใช้เพื่อตรวจสอบสมมุติฐานก่อน หรือความรู้ที่มีอยู่เพื่อพิสูจน์ความสัมพันธ์รู้จักกัน [มอสส์และ Atre 2003], ในขณะที่หลังจะมุ่งค้นหาความสัมพันธ์ที่ไม่คาดคิด รูปแบบ และความที่ซ่อนอยู่ในข้อมูล [วัง et al. 2002] ตรงข้ามกับแบบการทดลองเพื่อตรวจสอบสมมติฐาน priori ความกับการวิเคราะห์ทางสถิติ การทำเหมืองข้อมูลใช้ข้อมูลเองเผยความสัมพันธ์และรูปแบบ ในการทำเช่นนั้น ความสัมพันธ์ที่ซ่อนอยู่ รูปแบบ และความสามารถค้นพบ สามารถสร้างกฎที่คาดการณ์ และสมมุติฐานที่น่าสนใจสามารถพบ นี่คือประโยชน์ของข้อมูลการทำเหมืองแร่ [Hedberg 1995 Gargano กลอง 1999]

ผลลัพธ์ (ไทย) 2:

2.2
การทำเหมืองข้อมูลการทำเหมืองข้อมูลเป็นกระบวนการของการแยกจากข้อมูลที่มีค่าจำนวนมากของข้อมูล[มือ et al, 2001] ความแตกต่างที่สำคัญระหว่างการวิเคราะห์ทางสถิติและการทำเหมืองข้อมูลอยู่ในเป้าหมายที่จะขอ อดีตมักจะใช้ในการตรวจสอบความรู้สมมติฐานก่อนหรือที่มีอยู่เพื่อพิสูจน์ความสัมพันธ์ที่รู้จักกัน [มอสส์และ Atre 2003] ในขณะที่หลังมีวัตถุประสงค์ที่จะหาความสัมพันธ์ที่ไม่คาดคิดรูปแบบและประมูลที่ซ่อนอยู่ในข้อมูล [วัง et al, 2002] เมื่อเทียบกับการทดลองแบบดั้งเดิมที่ออกแบบมาเพื่อตรวจสอบสมมติฐานเบื้องต้นที่มีการวิเคราะห์ทางสถิติการทำเหมืองข้อมูลใช้ข้อมูลของตัวเองที่จะเปิดเผยความสัมพันธ์และรูปแบบ ในการทำเช่นความสัมพันธ์ที่ซ่อนอยู่ในรูปแบบและประมูลสามารถค้นพบกฎการทำนายที่สามารถสร้างและสมมติฐานที่น่าสนใจสามารถพบได้ เหล่านี้เป็นข้อได้เปรียบของการทำเหมืองข้อมูล [Hedberg 1995; Gargano และขรุขระ 1999]

ผลลัพธ์ (ไทย) 3:

2.2 ข้อมูลเหมืองแร่
การทำเหมืองข้อมูลเป็นกระบวนการของการแยกข้อมูลจากข้อมูลปริมาณมาก [ มือ et al . 2544 ] แตกต่างหลักระหว่างการวิเคราะห์ทางสถิติและการทำเหมืองข้อมูลอยู่ในเป้าหมายที่เป็นขอ อดีตมักใช้เพื่อตรวจสอบสมมติฐาน หรือความรู้ที่มีอยู่ก่อน เพื่อพิสูจน์ว่า มอส และ atre ความสัมพันธ์ [ 2003 ]ในขณะที่หลังมีวัตถุประสงค์ในการหาความสัมพันธ์ ไม่คาดคิด รูปแบบ และ interdependencies ที่ซ่อนอยู่ในข้อมูล [ Wang et al . 2545 ] เมื่อเทียบกับแบบดั้งเดิมที่ออกแบบมาเพื่อตรวจสอบระหว่างการทดลองสมมติฐานด้วยสถิติที่ใช้ในการวิเคราะห์ข้อมูลใช้ข้อมูลเหมืองแร่เองที่จะเปิดเผยความสัมพันธ์และรูปแบบ ในการทำเช่นนั้น ซ่อนความสัมพันธ์ รูปแบบ และ interdependencies สามารถค้นพบกฎการทำนายสามารถสร้างขึ้นและสมมติฐานที่น่าสนใจสามารถพบได้ เหล่านี้เป็นข้อดีของข้อมูลเหมืองแร่ [ hedberg 1995 ; การ์กาโน่และมอมแมม
2542 ]