Video: Veri Ambarı (Data Warehouse) Giriş (Veri Bilimi Serisi 42) 2024
Zaman zaman, veri depolama için veri madenciliği diğer iş biçimleriyle karıştırılmıyor. zeka. Bu entegrasyon eksikliği iki nedenden dolayı ortaya çıkar:
-
Ticari kullanıcıların veri madenciliğinin istatistiksel temelleri konusunda gerekli bilgiye sahip olmazlar.
-
Ana iş zekası sağlayıcıları sağlam veri madenciliği araçlarını sağlamıyor ve veri madenciliği sağlayıcıları sağlam iş zekası araçları sağlamıyor.
Veri madenciliği araçları, istatistik algoritmalarında, kullanımlarında başarılı olabilmesi için temel bir anlayış gerektiren bir derece teknik analiz sağlar.
Veri madenciliği, genellikle, evrenin sırlarını kuruluşunuzun verilerinden çıkarmak için kullanabileceğiniz sihirli bir teknik olarak sunulmaktadır. Gerçekte, veri madenciliği, 1980'lerde yapay zeka araştırmasının (örneğin sinir ağları) bir parçası olarak doğan ileri istatistiksel teknikler ve modeller dizisi için bir şemsiye terimdir.
Teknik olarak veri madenciliği şu özelliklerden birine ya da her ikisine birden sahiptir:
-
Tahmin: Veri madenciliği araçları ve yetenekleri, büyük miktarda veriyle arama yaparken, modellerin desenleri ve diğer yönlerini arayın. veri tekniğine uygun olarak hazırlayın ve veri analizinin bulduğu bilgilere dayanarak olaylarının ne olduğunu söylemeye çalışın. olabilir vurgusuna dikkat edin: Veri madenciliği servet telling hizmeti değil olasılık tekniğidir.
-
Keşif odaklı: Hem temel sorgulama ve raporlama hem de işletme analizi / OLAP kategorileri için olan iş zekası araçları, kullanıcıların açıkça sormakta oldukları soruları temel alan iş zekası sağlar (sorunun çeşitliliği anı) veya & ldquo; kurumsal ve rdquo; Kuruluşun üyelerinin düzenli rapor biçiminde (veya her ikisi) düzenli olarak soru sormaları. Anahtar kelime soru 'dır: Herhangi bir soru sorulmazsa, cevap alınmayacaktır.
Veri madenciliği keşif odaklı doğanın, herhangi bir soru sormasa bile cevaplar vermesi amaçlanmıştır. (Bu modele, & ldquo; ilginç bir şeyler söyleyebilirsiniz; sorulacak soruları bilmesem bile. & Rdquo;)
Veri madenciliği sistemi, genellikle, bu cevapları analiz etmek için kullanılan karmaşık modeller oluşturarak sağlar Veriler içinde uygun olabilecek bazı eğilim veya eğilimler arayan ve sonra ne bulduğunu söyleyen veriler.
