Šablona:Článek týdne/2022/22: Porovnání verzí

Řádek 1: Řádek 1:
Data mining. Jaké jsou základní data miningové postupy, jaká je jejich podstata a k čemu slouží? Uveďte příklady využití miningu v prostředí současného webu|[[Data mining]] ([[Metody dobývání znalostí z databází (data mining)|dobývání znalostí z databází]]) je netriviální proces poznávání platných, dosud neznámých, potenciálně užitečných a srozumitelných vzorů v [[Data|datech]]. Data mining je nejrychleji rostoucím segmentem [[business intelligence]]. Dle definice TDKIV se jedná o technologie vyhledávání, [[Model|modelování]] a prezentace předem neznámých [[Informace|informací]], příp. znalostí a vztahů mezi daty v rozsáhlých [[Databáze|databázích]] a [[Datový sklad|datových skladech]]. Analýzy se odvozují přímo z obsahu dat, nikoliv na základě hypotéz či dotazů uživatele. Využívají se techniky [[umělá inteligence|umělé inteligence]] ([[Umělá neuronová síť|neuronové sítě]], rozpoznávání či samoučící se algoritmy), jež mohou být kombinovány s technikami [[Statistika|statistického]] a matematického modelování (klasifikační pravidla nebo [[Rozhodovací tabulky a stromy|stromy]], [[regrese]] a [[shluková analýza]]) a s nástroji [[Online Analytical Processing|OLAP]]. S pomocí data miningu se snažíme z ukládaných dat získat složitější a užitečnější informace než jen [[Grafické zobrazení dat|grafy]] a základní přehledy. Ze statistického úhlu pohledu se jedná o hledání korelací, tedy vyšetřování vzájemných vztahů nebo vzorů v datech. Smyslem je tedy analyzovat datové závislosti či určit trendy a pokud to typ dat umožňuje, předpovědět budoucí vývoj.  Data mining se používá především v oblastech, kde se sbírá velké množství dat.
+
(Data mining. Jaké jsou základní data miningové postupy, jaká je jejich podstata a k čemu slouží? Uveďte příklady využití miningu v prostředí současného webu|[[Data mining]]) ([[Metody dobývání znalostí z databází (data mining)|dobývání znalostí z databází]]) je netriviální proces poznávání platných, dosud neznámých, potenciálně užitečných a srozumitelných vzorů v [[Data|datech]]. Data mining je nejrychleji rostoucím segmentem [[business intelligence]]. Dle definice TDKIV se jedná o technologie vyhledávání, [[Model|modelování]] a prezentace předem neznámých [[Informace|informací]], příp. znalostí a vztahů mezi daty v rozsáhlých [[Databáze|databázích]] a [[Datový sklad|datových skladech]]. Analýzy se odvozují přímo z obsahu dat, nikoliv na základě hypotéz či dotazů uživatele. Využívají se techniky [[umělá inteligence|umělé inteligence]] ([[Umělá neuronová síť|neuronové sítě]], rozpoznávání či samoučící se algoritmy), jež mohou být kombinovány s technikami [[Statistika|statistického]] a matematického modelování (klasifikační pravidla nebo [[Rozhodovací tabulky a stromy|stromy]], [[regrese]] a [[shluková analýza]]) a s nástroji [[Online Analytical Processing|OLAP]]. S pomocí data miningu se snažíme z ukládaných dat získat složitější a užitečnější informace než jen [[Grafické zobrazení dat|grafy]] a základní přehledy. Ze statistického úhlu pohledu se jedná o hledání korelací, tedy vyšetřování vzájemných vztahů nebo vzorů v datech. Smyslem je tedy analyzovat datové závislosti či určit trendy a pokud to typ dat umožňuje, předpovědět budoucí vývoj.  Data mining se používá především v oblastech, kde se sbírá velké množství dat.

Verze z 30. 5. 2022, 20:32

(Data mining. Jaké jsou základní data miningové postupy, jaká je jejich podstata a k čemu slouží? Uveďte příklady využití miningu v prostředí současného webu|Data mining) (dobývání znalostí z databází) je netriviální proces poznávání platných, dosud neznámých, potenciálně užitečných a srozumitelných vzorů v datech. Data mining je nejrychleji rostoucím segmentem business intelligence. Dle definice TDKIV se jedná o technologie vyhledávání, modelování a prezentace předem neznámých informací, příp. znalostí a vztahů mezi daty v rozsáhlých databázích a datových skladech. Analýzy se odvozují přímo z obsahu dat, nikoliv na základě hypotéz či dotazů uživatele. Využívají se techniky umělé inteligence (neuronové sítě, rozpoznávání či samoučící se algoritmy), jež mohou být kombinovány s technikami statistického a matematického modelování (klasifikační pravidla nebo stromy, regrese a shluková analýza) a s nástroji OLAP. S pomocí data miningu se snažíme z ukládaných dat získat složitější a užitečnější informace než jen grafy a základní přehledy. Ze statistického úhlu pohledu se jedná o hledání korelací, tedy vyšetřování vzájemných vztahů nebo vzorů v datech. Smyslem je tedy analyzovat datové závislosti či určit trendy a pokud to typ dat umožňuje, předpovědět budoucí vývoj. Data mining se používá především v oblastech, kde se sbírá velké množství dat.