Data mining techniques emerged as a

Data mining techniques emerged as a result of long processes of development and
evolution in areas such as statistics, artificial intelligence and machine learning. They have
not only pointed to quantifiable business benefits, but also made a qualitative revolutionary
step forward in the sense that they enabled new ways of formulating business queries,
where answers are obtained accurately and quickly. The innovativeness of these tools is
reflected primarily in the radical turn away from the retrospective data access that used to be
typical of decision support systems, toward prospective and proactive information delivery.
The old business questions of the type ‘‘What was our revenue in the past period?’’, which
were typical of collection and storage of data in the period from the 1960s to 1990s, have
changed into a new pattern of questions saying: ‘‘What will our revenue be in the coming
period and why‘‘ (Dillon, 1998; Cahlink, 2000; Han and Kamber, 2001)?

ผลลัพธ์ (ไทย) 1:

เทคนิคการทำเหมืองข้อมูลที่เกิดจากกระบวนการระยะยาวของการพัฒนา และวิวัฒนาการในพื้นที่เช่นสถิติ ปัญญาประดิษฐ์ และการเรียนรู้ของเครื่อง พวกเขาได้ไม่ เพียงธุรกิจชี้เพื่อวัดปริมาณได้ประโยชน์ แต่ยัง ทำเป็นเชิงคุณภาพปฏิวัติก้าวไปข้างหน้าในแง่ที่ว่า พวกเขาใช้วิธีใหม่ formulating ธุรกิจแบบสอบถามซึ่งคำตอบจะได้รับอย่างถูกต้อง และรวดเร็ว Innovativeness ของเครื่องมือเหล่านี้เป็นในเปิดรุนแรงจากการเข้าถึงข้อมูลคาดที่ใช้เป็นหลักโดยทั่วไปของระบบสนับสนุนการตัดสินใจ ไปส่งข้อมูลเชิงรุก และอนาคตคำถามที่ธุรกิจเก่าชนิด ''อะไรคือรายได้ของเราในรอบระยะเวลาผ่านมา ' ที่มีของชุดเก็บรวบรวมและเก็บข้อมูลในปี 1960s กับปี 1990 ได้เปลี่ยนรูปแบบใหม่ของคำถามที่ว่า: '' ว่ารายได้ของเราจะเสด็จมาในระยะเวลา และเหตุผล '' (ดิลลอน 1998 Cahlink, 2000 ฮั่นและ Kamber, 2001)

ผลลัพธ์ (ไทย) 2:

เทคนิคการทำเหมืองข้อมูลกลายเป็นผลมาจากกระบวนการที่ยาวนานของการพัฒนาและ
วิวัฒนาการในพื้นที่ดังกล่าวเป็นสถิติปัญญาประดิษฐ์และการเรียนรู้เครื่อง พวกเขาได้
ไม่เพียง แต่จะชี้ให้เห็นผลประโยชน์ทางธุรกิจเชิงปริมาณ แต่ยังทำปฏิวัติคุณภาพ
ก้าวไปข้างหน้าในความรู้สึกที่พวกเขาใช้งานวิธีการใหม่ของการกำหนดคำสั่งทางธุรกิจ
ที่จะได้รับคำตอบที่ถูกต้องและรวดเร็ว นวัตกรรมของเครื่องมือเหล่านี้จะ
สะท้อนให้เห็นถึงหลักในการเปิดที่รุนแรงออกไปจากการเข้าถึงข้อมูลย้อนหลังที่เคยเป็น
ปกติของระบบสนับสนุนการตัดสินใจที่มีต่อการส่งข้อมูลที่คาดหวังและเชิงรุก.
คำถามทางธุรกิจเก่าประเภท '' สิ่งที่เป็นรายได้ของเราใน ? ช่วงเวลาที่ผ่านมา '' ซึ่ง
เป็นเรื่องปกติของการเก็บเงินและการจัดเก็บข้อมูลในช่วง 1960 ถึง 1990 ได้
เปลี่ยนเป็นรูปแบบใหม่ของคำถามที่ว่า '' สิ่งที่รายได้ของเราจะได้รับในการมา
ระยะเวลาและทำไม '' ( ดิลลอน 1998; Cahlink 2000; ฮั่นและ Kamber, 2001)?

ผลลัพธ์ (ไทย) 3:

เทคนิคการทำเหมืองข้อมูลเกิดเป็นผลของกระบวนการที่ยาวนานในการพัฒนาและ
วิวัฒนาการในด้านต่างๆ เช่น สถิติปัญญาประดิษฐ์และการเรียนรู้เครื่อง พวกเขามี
ไม่เพียงชี้ผลประโยชน์ทางธุรกิจที่สามารถวัดได้ แต่ยังได้คุณภาพปฏิวัติ
ก้าวออกมาในความรู้สึกที่พวกเขาใช้วิธีการใหม่ของการค้นหาธุรกิจ ,
ที่ตอบได้ถูกต้องและรวดเร็ว ทางนวัตกรรมของเครื่องมือเหล่านี้คือ
สะท้อนหลักในเปิดรุนแรงไป จากข้อมูลย้อนหลังที่เคยเป็น
โดยทั่วไปของระบบสนับสนุนการตัดสินใจต่ออนาคตและเชิงรุกข้อมูลการจัดส่ง
เก่าคำถามธุรกิจประเภท ' ' คือรายได้ของเราในช่วงที่ผ่านมา ' ' ซึ่ง
เป็นปกติของการเก็บและรวบรวมข้อมูลในช่วงปี 1960 ถึงปี 1990 มี
เปลี่ยนเป็นรูปแบบใหม่ของคำถามว่า " แล้วจะรายได้ของเราอยู่มา
ระยะเวลาและทำไม ' ' ( ดิลลอน , 1998 ; cahlink , 2000 ; ฮั่น และแคมเบอร์ , 2001 )