Data Mining
การทำเหมืองข้อมูล (Data mining) เป็นเทคนิคการสำรวจและวิเคราะห์ผ่านวิธีอัตโนมัติหรือกึ่งอัตโนมัติของปริมาณข้อมูลมหาศาลเพื่อค้นพบรูปแบบและนโยบายที่มีความหมาย เป็นกระบวนการเลือก, สำรวจ, และสร้างแบบจำลองของปริมาณข้อมูลมหาศาลเพื่อค้นพบความสม่ำเสมอหรือความสัมพันธ์ที่ไม่รู้จักก่อน เพื่อให้ผลลัพธ์ที่ชัดเจนและมีประโยชน์สำหรับเจ้าของฐานข้อมูล
การทำเหมืองข้อมูลคือกระบวนการสำรวจและวิเคราะห์ด้วยวิธีอัตโนมัติหรือกึ่งอัตโนมัติของปริมาณข้อมูลมหาศาลเพื่อค้นพบรูปแบบและกฎที่มีความหมาย ไม่ได้จำกัดเฉพาะการใช้อัลกอริทึมคอมพิวเตอร์หรือเทคนิคทางสถิติ เป็นกระบวนการ business intelligence ที่สามารถใช้ร่วมกับเทคโนโลยีสารสนเทศเพื่อสนับสนุนการตัดสินใจของบริษัท
Data Mining คล้ายกับ Data Science ดำเนินการโดยบุคคล, ในสถานการณ์เฉพาะ, บนชุดข้อมูลเฉพาะ, ด้วยวัตถุประสงค์ กระบวนการนี้รวมบริการหลายประเภท เช่น text mining, web mining, audio และ video mining, pictorial data mining, และ social media mining ดำเนินการผ่านซอฟต์แวร์ที่เรียบง่ายหรือเฉพาะเจาะจงมาก
ด้วยการ outsourcing การทำเหมืองข้อมูล งานทั้งหมดสามารถเสร็จสิ้นเร็วขึ้นด้วยต้นทุนการดำเนินงานต่ำ บริษัทเฉพาะทางยังสามารถใช้เทคโนโลยีใหม่เพื่อจัดข้อมูลที่เป็นไปไม่ได้ด้วยมือ มีข้อมูลมหาศาลบนแพลตฟอร์มต่างๆ แต่ความรู้ที่เข้าถึงได้น้อยมาก
Statistics (สถิติ)
สถิติ (Statistics) หมายถึงการวิเคราะห์และการนำเสนอข้อมูลตัวเลข ซึ่งเป็นส่วนหลักของอัลกอริทึมการทำเหมืองข้อมูลทั้งหมด มันให้เครื่องมือและวิธีการวิเคราะห์เพื่อจัดการปริมาณข้อมูลมหาศาล สถิติรวมถึงการวางแผน, การออกแบบ, การรวบรวมข้อมูล, การวิเคราะห์, และการรายงานผลการวิจัย เนื่องจากสถิติเหล่านี้ ไม่ได้จำกัดเฉพาะคณิตศาสตร์ แต่นักวิเคราะห์ธุรกิจก็ใช้สถิติเพื่อแก้ปัญหาธุรกิจ
สถิติเชิงอนุมาน (Inferential statistics) ใช้ตัวอย่างเพื่อประมาณค่าพารามิเตอร์ของประชากร สามารถทำ hypothesis tests เพื่อดูว่าชุดข้อมูลสองชุดคล้ายหรือต่างกัน ใช้ทำ linear หรือ multiple regression analysis เพื่ออธิบายความสัมพันธ์สาเหตุ-ผล
การทดสอบสมมติฐาน (Hypothesis testing) สามารถเปรียบเทียบชุดข้อมูลสองชุดด้วยตัวเลข ตัวอย่าง อาจคิด (hypothesize) ว่าปริมาณยอดขายนี้คล้ายกัน หรือดีกว่าผู้แข่งขันหลัก สามารถใช้ hypothesis testing เพื่อยืนยันหรือปฏิเสธสมมติฐานนี้ทางคณิตศาสตร์ Correlation analysis เป็นเครื่องมือง่ายๆ เพื่อแยกตัวแปรที่สนใจจากตัวแปรสุ่มหลายตัว ที่มักสังเกตในชุดข้อมูลขนาดใหญ่ เพื่อดูว่าตัวแปรธุรกิจไหนมีผลต่อผลลัพธ์ธุรกิจที่ต้องการอย่างมีนัยสำคัญ
