Sebagai mata pelajaran interdisipliner. Penambangan data mengintegrasikan basis data, statistik kecerdasan buatan, dan bidang lainnya, dan basis data abstrak, kecerdasan manusia, dan statistik matematika adalah pilar utama teknologi penambangan data. Alasan utama penambangan data adalah aturan asosiasi, pengambilan keputusan, pengelompokan, dan tipuan. pembelajaran berbasis. 1J! Pembelajaran Yeasian, himpunan kasar, jaringan kumis, algoritma genetika, analisis statistik dan teknologi lainnya. Mengadopsi pengambilan sampel data f1j (pilih sampel data), eksplorasi data, eksplorasi data kena pajak, serta analisis dan seleksi klaster 1, penyesuaian data (pembagian dan pemisahan kelompok data), model jaringan saraf [manusia] ．Model pengambilan keputusan, analisis statistik matematis, dan waktu analisis urutan, dan evaluasi (sintesis kesimpulan dan evaluasi, apakah akan memperbaiki kapal, dan apakah masalah baru muncul) dan lima proses dasar lainnya mungkin perlu diulangi. analisis klasifikasi, prediksi dan deteksi penyimpangan, hubungan antara data dan pola data saat ini adalah yang paling umum. FHn: J Teknologi penambangan data meliputi: logika modular dan metode himpunan kasar, algoritma genetika, algoritma pencarian kedekatan, dll. berbicara, metode analisis penambangan data dibagi menjadi empat jenis: analisis korelasi, analisis urutan, analisis partisi, dan analisis cluster. Aturan asosiasi: aturan asosiasi yang mewakili hubungan data digunakan dalam aplikasi komersial langsung_Contoh paling umum adalah toko berantai ditemukan melalui penambangan data hubungan intrinsik antara popok bendera I dan bir N.
Memperluas
