datamining
Get flash to fully experience Pearltrees
datamining
Data Mining
Data mining (the analysis step of the knowledge discovery in databases process, [ 1 ] or KDD), a relatively young and interdisciplinary field of computer science [ 2 ] [ 3 ] is the process of discovering new patterns from large data sets involving methods at the intersection of artificial intelligence , machine learning , statistics and database systems . [ 2 ] The overall goal of the data mining process is to extract knowledge from a data set in a human-understandable structure [ 2 ] and besides the raw analysis step involves database and data management aspects, data preprocessing , model and inference considerations, interestingness metrics, complexity considerations, post-processing of found structure, visualization and online updating . [ 2 ]
Data mining - Wikipedia, the free encyclopedia
Door: Arno Siebes Met behulp van datamining wordt kennis gedestilleerd uit een grote hoeveelheid gegevens. De belangstelling voor deze techniek neemt, met de toename van databanken enorm toe. Hoe werkt het? Abstract gesproken is 'data mining' het induceren van een model uit een database. (1) Concreter kunnen we het omschrijven als het ontdekken van strategische informatie in -grote- databases. Voorbeelden in de marketing zijn, natuurlijk, het vinden van profielen van klanten die met een grote mate van waarschijnlijkheid reageren op een direct mail-actie en het partitioneren (in stukken knippen) van een klantenbestand aan de hand van hun waarschijnlijkheid om een nieuw produkt af te nemen.
Artikel: Datamining. Schatgraven in databases
Datamining - Wikipedia
Datamining is het gericht zoeken naar (statistische) verbanden in grote verzamelingen gegevens voor wetenschappelijke of commerciële doeleinden. Zo'n verzameling gegevens kan gevormd worden door gebeurtenissen in een praktijksituatie te registreren (aankoopgedrag van consumenten, symptomen bij patiënten, et cetera) of door de resultaten van eerder uitgevoerde wetenschappelijke onderzoeken met elkaar te vergelijken en te herinterpreteren. De naam komt voort uit de overeenkomsten tussen het zoeken naar statistische verbanden en het graven (mining) naar iets waardevols in een grote berg. Datamining helpt bedrijven en wetenschappers om de essentiële informatie uit gegevens te selecteren. Er kan een model mee gecreëerd worden dat het gedrag van mensen of systemen kan voorspellen.Datamining | met automatische analyse naar patronen zoeken in ve
Datamining (ook wel predictive analytics of knowledge discovery from databases ) kan bijna letterlijk worden vertaald als het opgraven van informatie uit databases. Zonder datamining beperkt een data-analyse zich tot een klein aantal aspecten waarvan men vermoedt dat ze een rol spelen. Met datamining wordt de scope van de analyse enorm vergroot. Door het toepassen van kunstmatige intelligentie, statistische technieken en visuele rapportagemethoden worden alle verborgen patronen en verbanden gevonden. Zo wordt het mogelijk om grote gegevensverzameling te analyseren en complexe verbanden te ontdekken. Door datamining toe te passen op databases van bijvoorbeeld klanten , transacties of gebeurtenissen, kan snel diepgaand inzicht worden verschaft en kunnen modellen worden gebouwd die typische eigenschappen herkennen en individueel gedrag kunnen voorspellen.
Overview Generally, data mining (sometimes called data or knowledge discovery) is the process of analyzing data from different perspectives and summarizing it into useful information - information that can be used to increase revenue, cuts costs, or both. Data mining software is one of a number of analytical tools for analyzing data. It allows users to analyze data from many different dimensions or angles, categorize it, and summarize the relationships identified.
Data Mining: What is Data Mining?
Published in Information Visualization in Data Mining and Knowledge Discovery , edited by Usama Fayyad, Georges Grinstein, and Andreas Wierse. Morgan Kaufman, 2001. 1. Introduction The point of data visualization is to let the user understand what is going on.
Visualizing Data Mining Models