資料集中並轉換成可理解的結構
資料探勘(Data mining)是一個跨學科的電腦科學分支。它是用人工智慧、機器學習、統計學和資料庫的交叉方法在相對較大型的資料集中發現模式的計算過程。資料探勘過程的總體目標是從一個資料集中提取資訊,並將其轉換成可理解的結構,以進一步使用。除了原始分析步驟,它還涉及到資料庫和資料管理方面、資料預處理、模型與推斷方面考量、興趣度量表、複雜度的考慮,以及發現結構、視覺化及線上更新等後處理。
最佳的資料探勘工具
RuleQuest Research 公司開發的See5和C5.0(Unix)正是最佳執行資料探勘的工具,使用See5 / C5.0 可找尋出有用的資料,將其匯集分類,最後再依據完整的資料做出準確的預測。See5/C5.0 旨在分析大量資料庫包含成千上萬的記錄和幾十到幾百數位、 時間、 日期或名義的欄位。See5/C5.0 還利用8核心或多個處理器的電腦,加快分析。
系統需求
最低 | |
作業系統 | Windows 8, 10 |
版本 | 2.10 |
最低 | |
作業系統 | Linux |
版本 | 2.10 |