데이터 마이닝과 데이터 분석의 차이점은 무엇입니까?

차이: 1. "데이터 분석"에서 도출된 결론은 인간의 지적 활동의 결과인 반면, "데이터 마이닝"에서 도출된 결론은 학습 세트[또는 트레이닝 세트, 샘플 세트]에서 기계가 발견한 지식 규칙입니다. ]; 2. "데이터 분석"은 수학적 모델을 구축할 수 없으며 수동 모델링이 필요한 반면, "데이터 마이닝"은 수학적 모델링을 직접 완성합니다.

이 문서의 운영 환경: Windows 7 시스템, Dell G3 컴퓨터.

데이터 마이닝과 데이터 분석의 차이점은 무엇인가요?

데이터 마이닝은 방대한 데이터에서 숨겨진 규칙을 찾는 것입니다. 데이터 분석에는 일반적으로 명확한 목표가 있습니다.

데이터 마이닝과 데이터 분석의 주요 차이점

1. "데이터 분석"의 초점은 데이터를 관찰하는 반면, "데이터 마이닝"의 초점은 "지식 규칙"을 발견하는 것입니다. KDD(Knowledge Discover in Database) ) 데이터에서.

2. "데이터 분석"으로 도출된 결론은 인간의 지적 활동의 결과인 반면, "데이터 마이닝"으로 도출된 결론은 학습 세트(또는 훈련 세트, 샘플 세트)에서 기계가 발견한 지식 규칙입니다.

3. 결론을 도출하기 위해 '데이터 분석'을 적용하는 것은 인간의 지적 활동인 반면, '데이터 마이닝'을 통해 발견한 지식 규칙은 예측에 직접 적용될 수 있습니다.

4. "데이터 분석"은 수학적 모델을 구축할 수 없으며 수동 모델링이 필요한 반면 "데이터 마이닝"은 수학적 모델링을 직접 완성합니다. 예를 들어, 전통적인 사이버네틱스 모델링의 본질은 입력 변수와 출력 변수 간의 기능적 관계를 설명하는 것인데, "데이터 마이닝"은 기계 학습을 통해 파생된 "규칙"에 따라 입력과 출력 간의 기능적 관계를 자동으로 설정할 수 있습니다. 주어진 입력 매개변수 세트는 출력 수량 세트를 생성할 수 있습니다.

간단한 예:

통신 사업자에게 항상 제때에 돈을 지불하지 못하는 사람들이 있습니다. 그들을 찾는 방법은 무엇입니까?

데이터 분석: 데이터를 관찰한 결과, 돈을 제때 지불하지 않는 사람들의 82%가 빈곤층이라는 사실을 발견했습니다. 그래서 결론은 소득이 낮은 사람은 돈을 늦게 내는 경향이 있다는 것입니다. 결론은 관세를 줄여야 한다는 것이다.

데이터 마이닝: 작성된 알고리즘을 통해 스스로 깊은 이유를 찾아보세요. 그 이유는 5번 순환도로 밖에 사는 사람들이 원격 환경으로 인해 제때에 돈을 지불하지 않기 때문일 수 있습니다. 결론은 더 많은 비즈니스 홀이나 셀프 서비스 결제 지점을 설정해야 한다는 것입니다.

더 많은 관련 기사를 보려면 PHP 중국어 웹사이트를 방문하세요! !

위 내용은 데이터 마이닝과 데이터 분석의 차이점은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!