Please enable JavaScript.
Coggle requires JavaScript to display documents.
การทำเหมืองข้อมูล - Coggle Diagram
การทำเหมืองข้อมูล
ประโยชน์
ด้านการเงิน
ควรอนุมัติเครดิตให้ลูกค้ารายใดบ้าง, คาดการณ์ความน่าจะเป็นว่า
ธุรกิจนั้นมีโอกาสล้มละลายหรือไม่
-
-
-
-
-
-
-
ประเภท
-
การจัดกลุ่ม (Clustering)
รวบรวมข้อมูลที่มีลักษณะคล้ายคลึงกันให้อยู่ที่กลุ่มเดียวกัน ส่วนข้อมูลใดที่มีค่า
แตกต่างก็จัดให้อยู่ในกลุ่มอื่น ๆ
การทำนาย (Prediction)
คล้ายการประมาณค่า แต่ผลการทำนายจะใช้งานในอนาคต เช่น ทำนายยอดขายที่
จะเกิดขึ้นใน 3 เดือนข้างหน้า ทำนายอัตราการเกิดอุบัติเหตุบนท้องถนนในปีหน้า
-
-
-
วัตถุประสงค์
-
การสร้างการพยากรณ์
เป็นการปฏิบัติการที่ใช้สาระที่มีอยู่ในฐานข้อมูลซึ่งเป็นข้อมูลที่เกิดขึ้นแล้ว มาสร้างการพยากรณ์ข้อมูลที่จะเกิดในอนาคต โดยใช้วิธีการวิเคราะห์เชิงสถิติเป็นพื้นฐาน และการพยากรณ์ข้อมูลที่จะเกิดในอนาคต โดยใช้วิธีการวิเคราะห์เชิงสถิติเป็นพื้นฐาน และเสริมด้วยการทำเหมืองข้อมูล เพื่อให้สามารถสร้างการพยากรณ์ข้อมูลที่ง่ายต่อการทำความเข้าใจมากขึ้น
ความหมาย
ความหมายที่ 2
การค้นหาความรู้ที่เป็นประโยชน์และน่าสนใจบนฐานข้อมูลขนาดใหญ่(Knowledge Discovery from very large in Databases – KDD) โดยนนำข้อมูลที่มีอยู่มาวิเคราะห์แล้วดึงความรู้ในส่วนที่สำคัญออกมาวิเคราะห์หรือทำนายสิ่งต่าง ๆ ที่เกิดขึ้นการค้นหาความรู้ที่แฝงอยู่ในข้อมูลเป็นกระบวนการขุดค้นสิ่งที่สนใจ ซึ่งแตกต่างกับระบบฐานข้อมูลที่ต้องอาศัยคำสั่ง แต่การทำเหมืองข้อมูลจะมีวิธีการที่เรียกว่า Machine Learning Tools
ความหมายที่ 1
กระบวนการกระทำกับข้อมูลจำนวนมาก เพื่อหาความสัมพันธ์ต่าง ๆ ของข้อมูลที่ซ่อนอยู่ โดยทำการเชื่อมโยงข้อมูลที่มีความสัมพันธ์กัน การจัดลำดับข้อมูล การจำแนกประเภทประเภทข้อมูล การแบ่งกลุ่มข้อมูล การหารูปแบบของข้อมูล เพื่อให้ได้องค์ความรู้ใหม่ที่ำข้อมูล การแบ่งกลุ่มข้อมูล การหารูปแบบของข้อมูล เพื่อให้ได้องค์ความรู้ใหม่ที่สามารถนำไปใช้ประกอบการตัดสินใจ และการพยากรณ์ในด้านต่าง ๆ เช่น การตลาดการส่งเสริมการขาย ด้านธุรกิจ ด้านการแพทย์