Податочно рударење: Разлика помеѓу преработките

[проверена преработка][непроверена преработка]
Избришана содржина Додадена содржина
с Bot: Migrating 46 interwiki links, now provided by Wikidata on d:q172491 (translate me)
Нема опис на уредувањето
Ред 1:
{{викификација}}
'''Податочно рударење''' (чекорот на анализа во откривање на знаењето од податочна база, кратко ОЗПД анг. ''KDD''; ''Knowledge discovery in databases'') е релативно млада интердисциплина во полето на компјутерските науки и представува процес на откривање на [[шаблони]] (анг. ''patterns'') во големи податочни множества со помош на методи кои спаѓаат во неколку други науки како [[вештачка интелигенција]], [[машинско учење]], [[статистика]] и [[систем | системи]] за [[податочни бази]].
Целта на податочното рударење е да се извлечат знаења од податочно [[множество]] во форма читлива за човекот со помош на активности како што се: менаџирањеуправување насо [[податок | податоци]] и податочни бази, процесирање на податоци, моделирање и заклучување, метрики за интересни податоци од интерес, анализа на комплексност, пост-процесирање на изнајденитеоткриените структури, визуелизација и online надоградување на системи.
 
Поимот е технички жаргон кој најчесто е злоупотребенпогрешно употребуван со значењетозначење дека се работи за било каква форма на процесирање на [[информација | информации]] од големи податоци (собирање, извлекување, складирање, [[анализа]] и статистика), но исто така се прави и генерализација на било каков систем за компјутерски подпомогнатопотпомогнато носење на одлуки вкличувајќивклучувајќи ги вештачката интелигенција, машинското учење и бизнис интелигенцијата. ПравотоВистинското значење на зборот е откривање, дефинирано како “открj“откриj нешто што е ново”. Дури во некои книги зборот е злоупотребуван поради маркетинг причини иако самиот контекст на книгите не е соодветен на податочното рударење. За ваквите примени посоодветен би бил зборот податочна анализа или пак аналитика, доколку се работи за конкретни методи може да се користи и името на самиот метод, (на пр.пример, машинско учење).
 
Податочното рударење е автоматски или полу-автоматски [[процес]] на анализа на голема количина на податоци со цел да се извлечат претходно непознати интересни шаблони од интерес како што се: групи на податочни записи (анализа на кластери), невообичаени записи (детекција на аномалии), и зависности (рударење на асоцијативни закони). Овој процес на анализа најчесто вклучува техники како што се просторни индекси. Шаблоните може да бидат представенипретставени во вид на извештаи за влезните податоци, и искористени во понатамошни анализи или на пример во машинско учење и предикативна аналитика. На пр.пример, може да бидат одкриени неколку групи во податоците кои се анализираат,. Потоа овие групи може да бидат искористени за попрецизни предвидувања од страна на систем за потпомогнато носење на одлуки. Во чекорот на податочно рударење не влегуваат чекорите на собирање на податоците, подготовка и представувањепретставување на резултатите наод истите, но овие чекори се дополнителни во процесот на откривање на знаење од податочна база.