Оглавление:

Что такое интеллектуальный анализ данных, а что нет?
Что такое интеллектуальный анализ данных, а что нет?

Видео: Что такое интеллектуальный анализ данных, а что нет?

Видео: Что такое интеллектуальный анализ данных, а что нет?
Видео: интеллектуальный анализ данных 2024, Ноябрь
Anonim

Сбор данных делается без каких-либо предвзятых гипотез, следовательно, информация, которая поступает из данные является нет ответить на конкретные вопросы организации. Не интеллектуальный анализ данных : Цель Сбор данных извлечение шаблонов и знаний из большого количества данные , нет добыча ( добыча полезных ископаемых ) из данные сам.

Итак, что такое данные в интеллектуальном анализе данных?

Сбор данных . Простыми словами, сбор данных определяется как процесс, используемый для извлечения пригодных для использования данные из большего набора любых сырых данные . Подразумевает анализ данные выкройки большими партиями данные с помощью одного или нескольких программ. Сбор данных имеет приложения во многих областях, таких как наука и исследования.

Кроме того, как вы используете интеллектуальный анализ данных? Вот список из 14 других важных областей, в которых широко используется интеллектуальный анализ данных:

  1. Будущее здравоохранения. Интеллектуальный анализ данных имеет большой потенциал для улучшения систем здравоохранения.
  2. Анализ рыночной корзины.
  3. Технология машиностроения.
  4. CRM.
  5. Обнаружение мошенничества.
  6. Обнаружения вторжений.
  7. Сегментация клиентов.
  8. Финансовый банкинг.

Имея это в виду, что такое интеллектуальный анализ данных и его процесс?

Сбор данных это процесс открытия закономерностей в большом данные наборы, включающие методы на пересечении систем машинного обучения, статистики и баз данных. Обычно это связано с использованием техник баз данных, таких как пространственные индексы.

Какие типы данных используются в интеллектуальном анализе данных?

Типы данных

  • Реляционные базы данных.
  • Хранилища данных.
  • Расширенные базы данных и информационные хранилища.
  • Объектно-ориентированные и объектно-реляционные базы данных.
  • Транзакционные и пространственные базы данных.
  • Гетерогенные и устаревшие базы данных.
  • База данных мультимедиа и потокового вещания.
  • Текстовые базы данных.

Рекомендуемые: