डेटा माइनिंग की सीमाएं डेटा माइनिंग पैटर्न पहचान प्रौद्योगिकियों का उपयोग करके भंडारों में सहेजे गए बड़ी मात्रा में डेटा के माध्यम से स्थानांतरित करके उपयोगी नए सहसंबंध, पैटर्न, और प्रवृत्तियों को खोजने की प्रक्रिया है, जिसमें सांख्यिकीय और गणितीय तकनीकें शामिल हैं। यह तथ्यात्मक डेटासेट्स का विश्लेष

दूरी फ़ंक्शन (Distance Function) दूरी वह विधि है जिससे MBR समानता की गणना करता है। किसी भी वास्तविक दूरी मीट्रिक के लिए, पॉइंट A से पॉइंट B तक की दूरी, जिसे d(A,B) द्वारा दर्शाया जाता है, में चार विशेषताएं होती हैं: अच्छी तरह से परिभाषित (Well-defined) - दो पॉइंट्स के बीच की दूरी हमेशा परिभाषित हो

व्यावसायिक क्षेत्रों में डेटा माइनिंग का उपयोग डेटा माइनिंग को डेटा में ज्ञान खोज के रूप में भी परिभाषित किया जाता है, यह लाखों डेटा (विशेष रूप से संरचित डेटा) के बीच किसी भी विसंगति, सहसंबंध, प्रवृत्ति, या पैटर्न को पहचानने की एक तकनीक है ताकि उन अंतर्दृष्टि को प्राप्त किया जा सके जो व्यावसायिक निर

सहयोगात्मक फ़िल्टरिंग (Collaborative Filtering) सहयोगात्मक फ़िल्टरिंग मेमोरी-आधारित तर्क का एक रूप है जो व्यक्तिगत अनुशंसाओं का समर्थन करने के एप्लिकेशन के लिए विशेष रूप से उपयुक्त है। एक सहयोगात्मक फ़िल्टरिंग सिस्टम व्यक्तिगत प्राथमिकताओं के इतिहास से शुरू होता है। दूरी फ़ंक्शन प्राथमिकताओं के ओवरल

डेटा माइनिंग के घटक डेटा माइनिंग उच्च मात्रा की जानकारी के चयन, अन्वेषण, और मॉडलिंग की प्रक्रिया है ताकि उन नियमितताओं या संबंधों को ढूंढा जा सके जो पहले डेटाबेस के मालिक के लिए अज्ञात थे, ताकि स्पष्ट और लाभकारी परिणाम प्राप्त हो सकें। डेटा माइनिंग एक अंतःविषय क्षेत्र है, विषयों के एक समूह का संयोज

एसोसिएशन नियम के अनुप्रयोग एसोसिएशन नियम सीखना अनसुपरवाइज्ड लर्निंग विधियों का एक प्रकार है जो एक डेटा तत्व की दूसरे डेटा तत्व पर निर्भरता का परीक्षण करता है और तदनुसार बनाता है ताकि यह अधिक प्रभावी हो सके। यह डेटासेट के चरों के बीच कुछ दिलचस्प संबंधों या संबंधों की खोज करने का प्रयास करता है। यह डे

KDD: डेटाबेस में ज्ञान खोज KDD (Knowledge Discovery in Databases) डेटा में ज्ञान खोजने की व्यापक प्रक्रिया को परिभाषित करता है और विशिष्ट डेटा माइनिंग तकनीकों के उच्च-स्तरीय अनुप्रयोगों पर जोर देता है। यह कृत्रिम बुद्धिमत्ता, मशीन लर्निंग, पैटर्न पहचान, डेटाबेस, सांख्यिकी, विशेषज्ञ प्रणालियों के लिए

मार्केट बास्केट विश्लेषण मार्केट बास्केट विश्लेषण एक व्यक्तिगत विधि को दर्शाता नहीं है और यह पॉइंट-ऑफ-सेल लेनदेन डेटा को समझने से संबंधित व्यावसायिक मुद्दों के एक समूह को दर्शाता है। मार्केट बास्केट डेटा लेनदेन डेटा है जो तीन मौलिक रूप से अलग संस्थाओं को दर्शाता है जैसे उपयोगकर्ता, ऑर्डर (जिसे खरीदा

बिटकॉइन वॉलेट के प्रकार एक बिटकॉइन वॉलेट एक प्रकार का डिजिटल वॉलेट है जो बिटकॉइन भेज और प्राप्त कर सकता है। यह एक भौतिक वॉलेट के समान है। हालांकि, भौतिक मुद्रा को सहेजने के बजाय, वॉलेट क्रिप्टोग्राफिक डेटा को सहेजता है जो बिटकॉइन पतों तक पहुंच सकता है और लेनदेन भेज सकता है। विभिन्न बिटकॉइन वॉलेट्स क

ऑरेंज डेटा माइनिंग ऑरेंज (Orange) एक C++ कोर ऑब्जेक्ट और रूटीन लाइब्रेरी है जिसमें मानक और गैर-मानक मशीन लर्निंग और डेटा माइनिंग एल्गोरिदम की एक विशाल विधि शामिल है। यह एक ओपन-सोर्स डेटा विज़ुअलाइज़ेशन, डेटा माइनिंग, और मशीन लर्निंग टूल है। ऑरेंज में, वर्तमान एल्गोरिदम और डिज़ाइन के तेजी से प्रोटोट

रिग्रेशन (Regression) रिग्रेशन एक प्रकार का सुपरवाइज्ड मशीन लर्निंग दृष्टिकोण है जिसका उपयोग किसी भी सतत-मूल्य वाले विशेषता का पूर्वानुमान लगाने के लिए किया जा सकता है। रिग्रेशन किसी व्यावसायिक संगठन को लक्ष्य चर और भविष्यवक्ता चर संबंधों का पता लगाने में सक्षम बनाता है। यह मौद्रिक पूर्वानुमान और सम

डेटा माइनिंग में रिग्रेशन के प्रकार रिग्रेशन एक प्रकार का सुपरवाइज्ड मशीन लर्निंग दृष्टिकोण है जिसका उपयोग किसी भी सतत-मूल्य वाले विशेषता का पूर्वानुमान लगाने के लिए किया जा सकता है। रिग्रेशन किसी व्यावसायिक संगठन को लक्ष्य चर और भविष्यवक्ता चर संबंधों का पता लगाने में सक्षम बनाता है। यह मौद्रिक पूर

रिग्रेशन (Regression) रिग्रेशन एक प्रकार का सुपरवाइज्ड मशीन लर्निंग दृष्टिकोण है जिसका उपयोग किसी भी सतत-मूल्य वाले विशेषता का पूर्वानुमान लगाने के लिए किया जा सकता है। रिग्रेशन किसी व्यावसायिक संगठन को लक्ष्य चर और भविष्यवक्ता चर संबंधों का पता लगाने में सक्षम बनाता है। यह मौद्रिक पूर्वानुमान और सम

CART प्रूनिंग एल्गोरिदम CART 1984 में लियो ब्रिमन, जेरोम फ्रीडमैन, रिचर्ड ओलशेन, और चार्ल्स स्टोन द्वारा पहली बार विकसित एक प्रसिद्ध निर्णय वृक्ष एल्गोरिदम है। CART का अर्थ है Classification and Regression Trees। CART एल्गोरिदम बाइनरी ट्री विकसित करता है और विभाजित करना जारी रखता है जब तक नए विभाजन

C5 प्रूनिंग एल्गोरिदम C5 ऑस्ट्रेलियाई शोधकर्ता, जे. रॉस क्विनलन द्वारा विकसित और कई वर्षों से परिष्कृत निर्णय-वृक्ष एल्गोरिदम का वर्तमान संस्करण है। एक पूर्व संस्करण, ID3, 1986 में स्थापित, मशीन लर्निंग के क्षेत्र में प्रभावशाली था और इसके उत्तराधिकारी कई व्यावसायिक डेटा माइनिंग सेवाओं में उपयोग किए

फीड-फॉरवर्ड न्यूरल नेटवर्क फीड-फॉरवर्ड न्यूरल नेटवर्क सिग्नल को केवल एक दिशा में यात्रा करने की अनुमति देता है, इनपुट से आउटपुट तक। कोई फीडबैक (लूप्स) नहीं होता जैसे कि किसी लेयर का आउटपुट उसी लेयर को प्रभावित नहीं करता। फीड-फॉरवर्ड नेटवर्क सरल नेटवर्क होते हैं जो इनपुट को आउटपुट के साथ जोड़ते हैं।

न्यूरल नेटवर्क और बैक प्रोपैगेशन एक न्यूरल नेटवर्क एल्गोरिदम का एक क्रम है जो डेटा के एक सेट में मूल संबंधों की पहचान करने का प्रयास करता है एक ऐसी प्रक्रिया के माध्यम से जो मानव मस्तिष्क के काम करने के तरीके की नकल करती है। इस दृष्टिकोण में, न्यूरल नेटवर्क न्यूरॉन्स की प्रणालियों को दर्शाते हैं, जै

मेमोरी-आधारित तर्क (MBR) के अनुप्रयोग अनुभव के आधार पर तर्क करने की मानव क्षमता पूर्व उदाहरणों से उपयुक्त उदाहरणों की पहचान करने की क्षमता पर आधारित है। एक डॉक्टर संक्रमण का निदान, एक दावा विश्लेषक धोखाधड़ी बीमा संपत्ति को फ़्लैग करना, और एक मशरूम शिकारी मोरेल्स की ओर इशारा करना एक ही प्रक्रिया का प

ग्रिड-आधारित क्लस्टरिंग एक ग्रिड डेटा के एक सेट को व्यवस्थित करने का एक प्रभावी तरीका है, कम से कम कम आयामों में। अवधारणा प्रत्येक विशेषता के लागू मूल्यों को कई सन्निकट अंतरालों में विभाजित करना है, जिससे ग्रिड सेल्स का एक समूह बनता है। प्रत्येक ऑब्जेक्ट एक ग्रिड सेल में आता है जिसके समतुल्य विशेषता

ग्राफ-आधारित क्लस्टरिंग के दृष्टिकोण भौतिक या अमूर्त ऑब्जेक्ट्स के एक समूह को समान ऑब्जेक्ट्स की कक्षाओं में संयोजित करने की प्रक्रिया को क्लस्टरिंग कहा जाता है। एक क्लस्टर डेटा ऑब्जेक्ट्स का एक समूह होता है जो एक ही क्लस्टर के भीतर एक-दूसरे के समान होते हैं और अन्य क्लस्टर्स में ऑब्जेक्ट्स से भिन्न