비디오: Ch6_1.데이터마이닝의 이해 2024
때때로 데이터웨어 하우징 용 데이터 마이닝은 다른 비즈니스 유형과 섞이지 않습니다 지성. 이러한 통합 부족은 두 가지 이유로 발생합니다.
-
비즈니스 사용자는 데이터 마이닝의 통계 기반에 필요한 지식이 없습니다.
-
주류 비즈니스 인텔리전스 공급 업체는 강력한 데이터 마이닝 도구를 제공하지 않으며 데이터 마이닝 공급 업체는 강력한 비즈니스 인텔리전스 도구를 제공하지 않습니다.
데이터 마이닝 도구는 통계 알고리즘의 기본 지식을 사용하여 성공적인 결과를 얻기 위해 일정 수준의 기술적 분석을 제공합니다.
데이터 마이닝은 흔히 조직의 데이터에서 우주의 비밀을 밝힐 수있는 마법 기술로 제공됩니다. 실제로 데이터 마이닝은 인공 지능 연구 (예: 신경망)의 일환으로 1980 년대에 탄생 한 일련의 고급 통계 기술 및 모델에 대한 포괄적 인 용어입니다.
Predictive:-
데이터 마이닝 도구 및 기능은 대량의 데이터를 검색하고 패턴 및 기타 측면을 조사합니다. 데이터를 사용하는 기술에 따라 분석하고, 데이터 분석에서 발견 된 정보를 바탕으로 수행 할 수있는 일을 알려줍니다. 라는 단어를 강조합니다. 데이터 마이닝은 운세를 말하는 것이 아니라 확률 기법입니다. 비즈니스 인텔리전스 도구의 기본 쿼리 및보고 및 비즈니스 분석 / OLAP 범주는 사용자가 명시 적으로 묻는 질문 (질문의 일종)을 기반으로 비즈니스 인텔리전스를 제공합니다. 순간) 또는 & ldquo; 제도화 된 & rdquo; 조직 구성원이 정기 보고서 (또는 둘 다)의 형태로 정기적으로 질문하는 질문. 핵심 단어는
-
질문입니다. : 질문이 없으면 아무런 대답도 없습니다. 데이터 마이닝의 발견 지향적 인 특성은 질문을하지 않아도 답변을 제공하기위한 것입니다. (이 모델을 & ldquo; 어떤 질문을해야할지 모르겠다 고해도 나에게 이야기 해 줄 수 있습니다. & rdquo;) 데이터 마이닝 시스템은 일반적으로 분석에 사용되는 복잡한 모델을 작성하여 이러한 대답을 제공합니다 적절한 데이터 일 수있는 트렌드 나 경향을 찾은 다음 발견 한 내용을 알려줍니다.