資料結構
網路
關係資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝設計
法律研究資料探勘與資訊處理和聯機分析處理有什麼關係？
資料倉庫應用程式有三種類型，例如資訊處理、分析處理和資料探勘。
資訊處理 - 它提供查詢、基本數值分析和使用交叉表、表格、圖表或圖形進行文件記錄。資料倉庫資料處理的現代趨勢是建立低成本的基於 Web 的訪問工具，使其與 Web 瀏覽器整合。
分析處理 - 它提供基本的 OLAP 操作，例如切片和切塊、鑽取、彙總和透視。它通常處理以彙總和詳細形式存在的歷史資訊。聯機分析處理相對於資訊處理的主要領域是資料倉庫資料的多維資訊分析。
資料探勘 - 它透過發現隱藏的模式和關聯、建立分析模型、實現分類和預測以及使用視覺化工具顯示挖掘結果來提供知識發現。
資訊處理基於查詢，可以發現有用的資料。對這些查詢的答案直接反映資料庫中儲存的資料或可由聚合服務計算得出。它們不反映資料庫中隱藏的複雜設計或可預測性。因此，資訊處理不是資料探勘。
聯機分析處理更接近資料探勘，因為它可以更改從資料倉庫的使用者定義子集中以多種粒度彙總的資料。OLAP 和資料探勘的服務可以被認為是不相交的 -
OLAP 是一種資料彙總/聚合工具，支援輕鬆的資料分析，而資料探勘能夠自動發現大量資料中隱藏的隱式設計和有趣的知識。
OLAP 工具的目標是簡化和提供互動式資料分析，而資料探勘工具的目標是儘可能地自動化該過程，同時允許使用者支援該過程。透過這種方式，資料探勘比傳統的聯機分析處理更進一步。
可以採用資料探勘的另一種觀點，其中資料探勘涵蓋資料定義和資料建模。由於 OLAP 系統可以顯示來自資料倉庫的資訊的一般定義，因此 OLAP 服務本質上用於使用者導向的資料彙總和比較（透過鑽取、透視、切片、切塊等）。
資料探勘不僅限於分析儲存在資料倉庫中的資料。它可以探索比資料倉庫中支援的彙總記錄更詳細的粒度級別存在的資料。
它還可以探索事務性、空間、文字和多媒體記錄，這些記錄難以使用現代多維資料庫技術建模。在這種情況下，在資料探勘服務和管理的資料的複雜性方面，資料探勘涵蓋比 OLAP 更廣泛的範圍。
954 次瀏覽
