0

0

文字

分享

0
0

Data Mining概述:以Clementine 12.0為例


評分人數不足
買書去

您是否常常聽人講:「如果我早知道的話,我就不會做這樣的選擇了!」在解決問題之前,我們往往必須收集相關的資訊用來分析。然而,在日常的商業過程中執行作業應用程式會産生大量的資料,有效地將這些資料運用在決策過程中,可以有很大的加值效益。對於現代的企業而言,資料被視為重要的資産,但是您必須要能利用這些資料,也就是把這些龐大的資料轉換為有用的資訊,才能産生真正的價值!

研究結果顯示,企業所處理的資料每五年就會呈倍數成長。大部分的企業並沒有資料不足的問題,過度的資料重復與不一致才是大問題,這使得企業無論在使用、有效管理、以及將這些資料用於決策過程方面都遭遇到了困難。因此市場需要的是能夠將資料轉變成可靠與可用資訊的系統。

資料採礦的工作(Data Mining)是近年來資料庫應用領域中,相當熱門的議題。它是個神奇又時髦的技術,但卻也不是什麼新東西,因為Data Mining使用的分析方法,如預測模型(迴歸、時間數列)、資料庫分割(Database Segmentation)、連接分析(Link Analysis)、離差偵測(Deviation Detection)等;美國政府從第二次世界大戰前,就在人口普查以及軍事方面使用這些技術,但是資訊科技的進展超乎想像,新工具的出現,例如關連式資料庫、物件導向資料庫、柔性計算理論(包括Neural network、Fuzzy theory、Genetic Algorithms、Rough Set等)、人工智慧的應用(如知識工程、專家系統),以及網路通訊技術的發展,使從資料堆中採礦寶藏,常常能超越歸納範圍的關係;使Data Mining成為企業智慧的一部
分。