Садржај
- Дефиниција - Шта значи Мининг Мининг?
- Увод у Мицрософт Азуре и Мицрософт Цлоуд | Кроз овај водич научићете о томе шта се рачуна у облаку и како вам Мицрософт Азуре може помоћи да мигрирате и покренете посао из облака.
- Тецхопедиа објашњава рударјење података
Дефиниција - Шта значи Мининг Мининг?
Ископавање података је процес анализе скривених образаца података према различитим перспективама за категоризацију у корисне информације, које се прикупљају и састављају у заједничким областима, као што су складишта података, ради ефикасне анализе, алгоритама за ископавање података, олакшавања доношења пословних одлука и других информација захтеви да се на крају смање трошкови и повећају приходи.
Ископавање података је такође познато као откривање података и откриће знања.
Увод у Мицрософт Азуре и Мицрософт Цлоуд | Кроз овај водич научићете о томе шта се рачуна у облаку и како вам Мицрософт Азуре може помоћи да мигрирате и покренете посао из облака.
Тецхопедиа објашњава рударјење података
Главни кораци у процесу ископавања података су:
- Екстракт, трансформација и учитавање података у складиште података
- Складиштење и управљање подацима у вишедимензионалним базама података
- Омогућите приступ подацима пословним аналитичарима помоћу апликативног софтвера
- Представите анализиране податке у лако разумљивим облицима, као што су графикони
Први корак у копању података је прикупљање релевантних података критичних за пословање. Подаци компаније су или трансакцијски, неоперативни или метаподаци. Трансактивни подаци баве се свакодневним операцијама попут продаје, залиха и трошкова итд. Неоперативни подаци се обично прогнозирају, док се метаподаци баве логичким дизајном базе података. Обрасци и односи међу елементима података дају релевантне информације, што може повећати организациони приход. Организације са снажним фокусом на потрошаче баве се техникама рударјења података пружајући јасне слике продатих производа, цене, конкуренције и демографије купаца.
На пример, малопродајни гигант Вал-Март све своје релевантне информације преноси у складиште података са терабајтима података. Добављачима се лако могу приступити овим подацима, што им омогућава да идентификују обрасце куповине купаца. Они могу да генеришу обрасце на навикама куповине, највише проданих дана, највише траже производе и друге податке користећи технике ископавања података.
Други корак у ископу података је одабир одговарајућег алгоритма - механизма за производњу модела за вађење података. Општи рад алгоритма укључује идентификацију трендова у скупу података и коришћење излаза за дефинисање параметара. Најпопуларнији алгоритми који се користе за вађење података су алгоритми за класификацију и регресијски алгоритми који се користе за идентификацију односа међу елементима података. Главни добављачи базе података попут Орацле и СКЛ садрже алгоритме за ископавање података, као што су кластерирање и регресијско трешње, како би удовољили потражњи за копањем података.