Data mining is een proces dat de gegevens analyseert vanuit verschillende gezichtspunten en produceert informatie stelt georganiseerd op een beknopte manier . Toepassingen deze informatie gebruiken voor verschillende doeleinden . Zo kan de informatie methoden productiviteit en omzet verhogen of verlagen en verspilling te tonen . Datamining vindt verbanden of patronen tussen verschillende gebieden in databases . Oracle maakt gebruik van een proces om de gegevens die de integriteit van de oorspronkelijke informatie beschermt oogsten . Wat is Data Mining
Ook bekend als knowledge discovery in data , het doel van data mining is om patronen te ontdekken , te voorspellen waarschijnlijke uitkomsten en het gebruik van grote databases met informatie voor actie. Het proces voldoet aan deze doelen te bereiken door met behulp van wiskundige algoritmes om informatie te ontleden of breken . Data mining beoordeelt vervolgens de kansen die bestaan voor toekomstige gebeurtenissen gebaseerd op de informatie .
Probleem Definitie van Het Orakel DM proces
begint door te proberen om de doelstellingen en eisen van begrijpen een bepaald project en vervolgens het ontwikkelen van een implementatieplan . Met andere woorden , de Oracle DM proces stelt vragen over de problemen die de organisatie wordt geconfronteerd en creëert een model dat mogelijke uitkomsten produceert . Voordat organisaties dit model kunnen gebruiken , maar ze moeten de gegevens inzake mogelijke relaties een te verzamelen .
Voorbereiding en verzamelen
De voorbereiding van de dataverzameling vereist het begrijpen van wat er komt kijken bij het verzamelen van gegevens en exploratie . Dit vertegenwoordigt het deel van het proces dat de gegevens onderzoekt en bepaalt hoe deze wordt het probleem . In dit stadium van de bereiding , de organisatie voegt en verwijdert gegevens op basis van de kwaliteit van de gegevens. Het proces maakt ook gebruik van verschillende attributen te vragen en vragen die de gewenste resultaten te beantwoorden .
Modelbouw , evaluatie en implementatie
De modelleerfase maakt gebruik van kleine data samples te maken een eerste model . Het proces toetst vervolgens deze eerste model voor het creëren van het uiteindelijke model . Aangezien het uiteindelijke model bevat meestal een aanzienlijke hoeveelheid gegevens , dient de organisatie de voorlopige model controleren vóór de uitvoering van het uiteindelijke model . De organisatie dient specifiek de voorlopige model te evalueren en te bepalen of het voldoet aan de einddoelen van het project . Tijdens de inzet , de organisatie beoordeelt de informatie uit de data naar inzicht en bruikbare informatie . De inzet wordt meestal gebruikt om rapporten te verstrekken en implementeren van nieuwe werkwijzen .
|
