Extragerea de cunoștințe din date

Acest articol va aborda subiectul Extragerea de cunoștințe din date, care a generat în prezent un mare interes. De la înființare, Extragerea de cunoștințe din date a fost subiect de analiză și dezbatere în diferite domenii, generând opinii contradictorii și poziții diverse. Având în vedere relevanța și complexitatea lui Extragerea de cunoștințe din date, este esențial să se aprofundeze studiul său pentru a înțelege impactul și implicațiile sale în societatea actuală. În acest sens, va fi efectuată o analiză exhaustivă a Extragerea de cunoștințe din date, abordând aspectele sale cele mai relevante și oferind o viziune cuprinzătoare care să permită cititorului să aprofundeze în sensul și sfera sa. În plus, vor fi luate în considerare diferite perspective și abordări care contribuie la îmbogățirea înțelegerii Extragerea de cunoștințe din date, oferind astfel o viziune globală și multifațetă a acestui subiect larg și semnificativ.

Extragerea de cunoștințe din date[1], în engleză: data mining (în traducere liberă: minerit din date), este un proces de analiză a unor cantități mari de date și de extragere a informațiilor relevante din acestea folosind metode matematice și statistice.

Termenul este utilizat de obicei de către organizațiile ce se ocupă cu prelucrarea informațiilor despre companii și de către analiștii financiari, dar este folosit din ce în ce mai mult și în domeniul științific pentru extragerea informațiilor din volumuri mari de date, generate de exemplu de experimente moderne. Data mining a fost descrisă ca "extragerea netrivială a informațiilor implicite, anterior necunoscute și potențial utile din date"[2], precum și ca "știința extragerii informațiilor utile din volume de date mari sau din baze de date"[3].

Data mining, referitor la planificarea resurselor economice, este analiza statistică și logică a unor mari volume de date despre tranzacții, în căutarea unor șabloane care pot ajuta procesul de luare a deciziilor.[4]

Referințe

  1. ^ Rădulescu, Florentin. „Complemente de informatică. Note de curs” (PDF). Catedra de calculatoare de la Facultatea de Automatică și Calculatoare din Universitatea Politehnica București. Accesat în . 
  2. ^ W. Frawley and G. Piatetsky-Shapiro and C. Matheus (). „Knowledge Discovery in Databases: An Overview”. AI Magazine: pp. 213–228. ISSN 0738-4602. 
  3. ^ D. Hand, H. Mannila, P. Smyth (). Principles of Data Mining. MIT Press, Cambridge, MA. ISBN 0-262-08290-X. 
  4. ^ Ellen Monk, Bret Wagner (). Concepts in Enterprise Resource Planning, Second Edition. Thomson Course Technology, Boston, MA. ISBN 0-619-21663-8. 


 Acest articol din domeniul informaticii este deocamdată un ciot. Puteți ajuta Wikipedia prin dezvoltarea lui.