Please enable JavaScript.
Coggle requires JavaScript to display documents.
การทำเหมืองข้อมูล - Coggle Diagram
การทำเหมืองข้อมูล
ประโยชน์
-
-
-
ด้านการเงิน เช่น ควรอนุมัติเครดิตให้ลูกค้ารายใดบ้าง, คาดการความน่าจะเป็นธุรกิจนั้นมีโอกาสล้มละลายหรือไม่
ด้านการพัฒนาเว็บไซต์ เช่น การโฆษณา, การเพิ่ม,การเพิ่มประสิทธิภาพและความสามารถของ Search Engine
-
-
ประเภท
1.การอธิบายผล/การพรรณนา (Description) การทำเหมืองข้อมูลเพื่อใช้ในการอธิบายหรือแปลความหมายและอธิบายข้อมูลได้อย่างชัดเจน
2.การประมาณค่า (Estimation)ประมาณค่าจากตัวแปรที่สนใจเช่น การประมวณค่าเกรดเฉลี่ยสะสมของนักศึกษาปริญญาโทจากค่าเกรดเฉลี่ยสะสมของนักศึกษาระดับปริญญาตรี
3.การทำนาย (Prediction)คล้ายการประมาณค่า แต่ผลการทำนายจะใช้งานในอนาคต เช่น การทำนายยอดขายที่ จะเกิดขึ้นใน 3 เดือนข้างหน้า ทำนายอัตราการเกิดอุบัติเหตุบนท้องถนนในปีหน้า
4.การจำแนกกลุ่ม (Classification) จำแนกข้อมูลโดยอาศัยข้อมูลจากข้อมูลชุดเรียนรู้(Training Dataset) เช่น การจำแนกอาการผู้ป่วยพร้อมกับแนะนำยารักษา การจำแนกรายได้ประชากรและข้อมูลความสัมพันธ์ที่ส่งผลให้เกิดอันตรายได้ดังกล่าวเช่น อาชีพ ระดับการศึกษา เพศ อายุ
5.การจัดกลุ่ม (Clustering) รวบรวมข้อมูลที่มีลักษณะคล้ายคลีงกันอยู่ที่กลุ่มเดียวกัน ส่วนข้อมูลใดที่มีค่าแตกต่างก็จัดให้อยู่ในกลุ่มอื่นๆ
6.ความสัมพันธ์ (Assocciation) การหาความสัมพันธ์ของข้อมูลที่สนใจ โดยอาศัยกฏความสัมพันธ์ระหว่างคุณลักษณะ 2 คุณลักษณะ เช่น สินค้าใดบ้างที่ลูกค้าชอบซื้อและไม่ชอบซื้อรวมกันหาสัดส่วนยาและแสดงผลข้างเคียงที่จะเป็นอันตรายของผู้ป่วย
ขั้นตอน
1.คัดเลือกข้อมูล (Data selection) เป็นการระบุถึงแหล่งข้อมูลที่จะนำมาทำเหมืองข้อมูล รวมถึงการนำข้อมูลที่ต้องการ ออกแบบจากฐานข้อมูลเพื่อสร้างกลุ่มข้อมูล จะพิจารณาเบื่องต้น
3.การแปลงรูปแบบข้อมูล (Data Reducation and Transformation) เป็นการลดรูปแบบการจัดข้อมูลให้อยู่ในแบบเดียวกันที่ได้มาตรฐาน และเหมาะสมที่จะนำไปใช้กับอัลกอริทึมและแบบจำลองที่ใช้ทำเหมืองข้อมูล
2..การกรองข้อมูลและการเตรียมการประมวลผล (Data Cleaning and Preprocessing) ข้อมูลที่เก็บไว้ จำนวนมากจะถูกนำไปวิเคราะห์ได้อย่างเหมาะสม
4.การทำเหมืองข้อมูล (Data Mining) เป็นขั้นตอนที่นำเอาวิถีการหรือเทคนิคการทำเหมืองข้อมูลมาใช้เพื่อหารุ)แบบของความรู้
5.การแปลงผลและการประเมินผล (Interpretation/Evaliation) เป็นขั้นตอนการประเมินรูปแบบที่ได้จากการทำเหมืองข้อมูล ประเมินผล โดยจะเป็นการวิเคราะห์ผลลัพธ์ที่ได้และแปลความหมายว่าผลลัพธ์ความรู้นั้นเหมาะสมหรือตรงวัตถุประสงค์หรือไม่
3.การแทนความรู้(Knowledge Representation) เป็นขั้นตอนการนำเสนอความรู้ที่ค้นพบ โดยใช้เทคนิคในการนำเสนอเพื่อให้เข้าใจและการนำองค์ความรู้นั้นไปประยุกต์ใช้งาน
ความหมาย
ความหมายที่1
กระบวนการกระทำกับข้อจำนวนมาก เพื่อหาความสัมพันธ์ต่างๆของข้อมูลที่ซ่อนอยู่โดยการเชื่อมโยงข้อมูลที่มีความสัมพันธ์กันการจัดหารูปแบบของข้อมูล เพื่อให้ได้องค์ความรู้ใหม่ที่สามารถนำไปใช้ประกอบการตัดสินใจ
ความหมายที่ 2
การค้นหาความรู้ที่เป็นประโยชน์และน่าสนใจบนฐานข้อมูลขนาดใหญ๋(Knowledge Discovery from very large in Databases - KDD)โดยนำข้อมูลที่มีอยู่มาวิเคราะห์แล้วดึงความรู้ในส่วนที่สำคัญออกมาวิเคราะห์หรือทำนายสิ่งต่างๆ ที่เกิดขึ้นค้นหาความรู้ที่แฝงอยู่ในข้อมูลเป็นกระบวนการขุดค้นที่สนใจ
-
-