资料探勘（DataMining）学习精选演示课件.pptVIP

資料收集 知識發現的第一個步驟 原始資料來源 資料庫系統 Excel表格 文字檔 網際網路 問卷調查…等等 * 18年 資料前置處理 原因 真實的資料非常雜亂，且收集資料的工具並沒有做精確的檢查，導致收集到的資料，並不見得全都可用 資料探勘有80%時間花費在前置作業 包含資料的淨化、格式轉換、表格的連結等前置作業 * 18年 資料倉儲的建立 決策支援系統的基礎 含整合資料、詳細資料、總合性(summarized)資料、歷史性資料、描述資料、綱要資料 線上分析處理（On-Line Analytical Processing，OLAP） 統計、分析功能 可由關聯式資料庫建構 Sybase、Oracle、Redbrick等 OLAP 提供多維度結構(multidimensional structures) 使用者依據不同維度，例如產品、地區、其它更透徹的觀察角度做統計 * 18年 資料探勘 用統計與模型化的方法 資料倉儲所提供的資訊，供資料探勘做進ㄧ步挖掘，而萃取隱藏知識後，再轉到知識庫 資料探勘是知識發現的一部分 知識發現的過程會影響資料探勘的成功 * 18年 樣式評估 樣式評估(pattern evaluation) 評估所挖掘的知識是不是真的有用 ? 過濾沒用的資訊，最後剩下有價值的知識供給使用者 範例 「天氣好，旅遊人數就多；天氣差，旅遊人數就少」，這樣的探勘結果我們可能認為