学際的な主題として。データマイニングは、データベース、人工知能統計などの分野を統合し、データベース、人間の知能、数学的統計をデータマイニング技術の主な柱としています。データマイニングの主な理由は、インテリジェンス、意思決定、クラスタリング、およびフェイントです。に基づいた学習。 1J! イージアン学習、ラフセット、ヒゲネットワーク、遺伝的アルゴリズム、統計解析などのテクノロジー。 f1jデータサンプリング（データサンプルの選択）、データ探索、課税データ探索とクラスター分析と選択1、データ調整（データグループの細分化と分割）、モデル化された[人間の]ニューラルネットワークを採用 ．意思決定モデル、数理統計分析と時間シーケンス分析、評価（結論の総合と評価、船を修理するかどうか、新たな問題が発生するかどうか）などの5つの基本プロセスを繰り返す必要がある場合があり、物事の水質を取得し、相関分析を通じて問題を解決します。分類分析、予測と偏差の検出、データとデータのパターンの間の関係を分析するためのデータ マイニング テクノロジには、現在最も一般的なものがあります。機能的には、モジュラー ロジックとラフ セット手法、遺伝的アルゴリズム、近接検索アルゴリズムなどが含まれます。データマイニングの分析手法は、相関分析、配列分析、分割分析、クラスター分析の 4 種類に分類されます。相関ルール: データの関係を表す相関ルールは、直接商用アプリケーションで使用されます。最も典型的な例は、チェーン ストアで発見されたものです。データマイニングを通じて、IフラグおむつとNビールの本質的な関係を明らかにします。
拡大する
