Perlombongan data: Perbezaan antara semakan
Kandungan dihapus Kandungan ditambah
Pengembangan rencana |
Tiada ringkasan suntingan Teg-teg: Suntingan mudah alih Suntingan web mudah alih |
||
Baris 1:
'''Perlombongan data''' ialah suatu proses menemukan corak dalam [[set data]] besar yang melibatkan persimpangan [[pembelajaran mesin]], [[statistik]] dan [[sistem pangkalan data]].<ref name="acm" /> Proses penting ini menggunakan kaedah kecerdasan untuk memperoleh corak data.<ref name="acm" /><ref>{{cite book|last1=Han, Kamber, Pei|first1=Jaiwei, Micheline, Jian|title=Data Mining: Concepts and Techniques|date=9 Jun 2011|publisher=Morgan Kaufmann|isbn=978-0-12-381479-1|edition=ke-3|url=http://proquest.safaribooksonline.com.proxy.library.carleton.ca/book/databases/data-warehouses/9780123814791}}</ref> Ia merupakan subbidang [[sains
Proses ini bermatlamat memperoleh maklumat daripada set data
==Proses==
"Proses penemuan
# Pemilihan (''Selection'')
Baris 13:
===Prapemprosesan===
Suatu set data sasaran yang cukup besar sehingga mengandungi corak yang wujud dalam data sambil ia boleh dilombong dengan tepatnya dalam suatu tempoh masa yang jelas harus dibina sebelum algoritma perlombongan data dapat digunakan. Data dapat diperolehi daripada sumber tertentu seperti [[pasar data|pasar]] atau [[gudang data]]. Langkah ini penting untuk menganalisis set data yang multivariat sebelum pelombongan berlaku. Set data sasaran ini kemudiannya "dibersihkan" bagi membuang sebarang pemerhatian yang mengandungi [[hingar statistik]] (''statitical noise'') dan [[data hilang|data yang hilang]].
===
Perlombongan data melibatkan enam kelas tugasan yang awam iaitu:<ref name="Fayyad"/>
* [[Pengesanan anomali]] (''anomaly detection'') – pengenalpastian catatan data yang tidak normal yang barangkalinya menarik perhatian atau ralat
* [[Pembelajaran peraturan sekutuan]] (''Association rule learning'') – pencarian hubungan antara pemboleh ubah; sebagai contoh, tabiat pembelian pelanggan yang dikumpul syarikat pasar raya melalui pembelajaran peraturan sekutuan boleh digunakan untuk menentukan produk mana yang dibelikan bersama lalu maklumat tersebut dihantarkan untuk tujuan pemasaran.
* [[Analisis
* [[Pengelasan statistik|Pengelasan]] (''Classification'') – membuat sesuatu struktur yang diketahui itu lebih umum agar ia dipakai pada data baru.
* [[Analisis
* [[Peringkasan automatik|Peringkasan]] (''Summarization'') – memberikna perwakilan yang lebih padat kepada set data termasuk melalui visualisasi dan pemnghasilan laporan.
|