เป็นวิชาสหวิทยาการ การทำเหมืองข้อมูลผสมผสานฐานข้อมูล สถิติปัญญาประดิษฐ์ และสาขาอื่นๆ และฐานข้อมูลเชิงนามธรรม ความฉลาดของมนุษย์ และสถิติทางคณิตศาสตร์ ถือเป็นเสาหลักสำคัญของเทคโนโลยีการทำเหมืองข้อมูล การเรียนรู้แบบมีพื้นฐาน 1J! Yeasian Learning ชุดคร่าวๆ เครือข่ายหนวด อัลกอริธึมทางพันธุกรรม การวิเคราะห์ทางสถิติ และเทคโนโลยีอื่นๆ ใช้การสุ่มตัวอย่างข้อมูล f1j {เลือกตัวอย่างข้อมูล) การสำรวจข้อมูล การสำรวจข้อมูลที่ต้องเสียภาษีและการวิเคราะห์คลัสเตอร์และการเลือก 1 การปรับข้อมูล (การแบ่งและการแบ่งกลุ่มข้อมูล) โครงข่ายประสาทเทียมที่จำลองขึ้น [มนุษย์] . โมเดลการตัดสินใจ การวิเคราะห์สถิติทางคณิตศาสตร์และเวลา การวิเคราะห์ลำดับและการประเมินผล (การสรุปผลและการประเมินผล ไม่ว่าจะซ่อมแซมเรือหรือไม่ และปัญหาใหม่ ๆ จะเกิดขึ้นหรือไม่) และกระบวนการพื้นฐานอีกห้าประการอาจจำเป็นต้องทำซ้ำ รับคุณภาพน้ำของสิ่งต่าง ๆ และแก้ไขปัญหาอย่างต่อเนื่อง การวิเคราะห์การจำแนกประเภท การทำนายและการเบี่ยงเบน ความสัมพันธ์ระหว่างข้อมูลและรูปแบบของข้อมูลเป็นสิ่งที่พบเห็นได้ทั่วไปในปัจจุบัน FHn: J เทคโนโลยีการทำเหมืองข้อมูลประกอบด้วย: ตรรกะแบบโมดูลาร์และวิธีการกำหนดคร่าวๆ อัลกอริธึมทางพันธุกรรม อัลกอริธึมการค้นหาความใกล้เคียง ฯลฯ วิธีการวิเคราะห์การทำเหมืองข้อมูลแบ่งออกเป็นสี่ประเภท: การวิเคราะห์สหสัมพันธ์ การวิเคราะห์ลำดับ การวิเคราะห์พาร์ติชัน และการวิเคราะห์คลัสเตอร์ กฎการเชื่อมโยงที่แสดงถึงความสัมพันธ์ของข้อมูลจะใช้ในแอปพลิเคชันเชิงพาณิชย์โดยตรง ตัวอย่างทั่วไปที่สุดคือร้านค้าลูกโซ่ที่ค้นพบ ผ่านการขุดข้อมูลถึงความสัมพันธ์ที่แท้จริงระหว่างฉันทำเครื่องหมายผ้าอ้อมและเบียร์ N
ขยาย
