Como disciplina interdisciplinar. A mineração de dados integra bancos de dados, estatísticas de inteligência artificial e outros campos, e bancos de dados abstratos, inteligência humana e estatísticas matemáticas são os principais pilares da tecnologia de mineração de dados. A principal razão para a mineração de dados são as regras de associação, a tomada de decisões, o agrupamento e a simulação. aprendizagem baseada. 1J! Aprendizagem Yeasiana, conjunto aproximado, rede de bigode, algoritmo genético, análise estatística e outras tecnologias. Adote amostragem de dados f1j {selecione amostras de dados), exploração de dados, exploração de dados tributáveis e análise e seleção de cluster 1, ajuste de dados (subdivisão e divisão de grupo de dados), rede neural [humana] modelada ．Modelo de tomada de decisão, análise de estatísticas matemáticas e tempo análise de sequência e avaliação (síntese e avaliação de conclusão, se é necessário reparar o navio e se surgem novos problemas) e outros cinco processos básicos podem precisar ser repetidos. Obter a qualidade da água das coisas e resolver constantemente o problema. análise de classificação, previsão e detecção de desvio, a relação entre os dados e o padrão dos dados são atualmente os mais comuns: J As tecnologias de mineração de dados incluem: lógica modular e métodos de conjunto aproximado, algoritmos genéticos, algoritmos de busca de proximidade, etc. falando, os métodos de análise de mineração de dados são divididos em quatro tipos: análise de correlação, análise de sequência, análise de partição e análise de cluster. Regras de associação: regras de associação que representam relacionamentos de dados são usadas em aplicações comerciais diretas. O exemplo mais típico é que uma rede de lojas foi descoberta. por meio da mineração de dados, a relação intrínseca entre as fraldas I flag e a cerveja N.
Expandir
