งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

Data Mining การทำเหมืองข้อมูล. Data Mining คือ Data Mining คือขบวนการทำงานที่เรียกว่า process ที่สกัดข้อมูล (Extract data) จาก ฐานข้อมูลขนาดใหญ่ (Large.

งานนำเสนอที่คล้ายกัน


งานนำเสนอเรื่อง: "Data Mining การทำเหมืองข้อมูล. Data Mining คือ Data Mining คือขบวนการทำงานที่เรียกว่า process ที่สกัดข้อมูล (Extract data) จาก ฐานข้อมูลขนาดใหญ่ (Large."— ใบสำเนางานนำเสนอ:

1 Data Mining การทำเหมืองข้อมูล

2 Data Mining คือ Data Mining คือขบวนการทำงานที่เรียกว่า process ที่สกัดข้อมูล (Extract data) จาก ฐานข้อมูลขนาดใหญ่ (Large Information) เพื่อให้ได้สารสนเทศ (Usefull Information) ที่ เรายังไม่รู้ (Unknown data) โดยเป็นสารสนเทศ ที่มีเหตุผล (Valid) และสามารถนำไปใช้ได้ (Actionable) ซึ่งเป็นสิ่งสำคัญในการที่จะช่วย การตัดสินใจในการทำธุรกิจ Data Mininig เป็น โปรเซสที่สำคัญในการทำ Knowledge Discovery in Database ที่เราเรียกสั้นๆว่า KDD

3 กระบวนการทำ Data Mining 1. การคัดเลือกข้อมูล (Data Selection) เป็นการ ระบุถึงแหล่งข้อมูลที่จะนำมาใช้ในการทำ mining รวมถึง การนำข้อมูลที่ต้องการออกมา จากฐานข้อมูลเพื่อทำการพิจารณาในเบื้องต้น ต่อไป 2. การกรองข้อมูล (Data Cleaning) เป็น กระบวนการที่ทำให้เกิดความมั่นใจในคุณภาพ ของข้อมูลที่จะนำมาใช้ วิเคราะห์ ว่า ถูกต้อง โดยการนำข้อมูลทีี่ไม่ถูกต้องออก 2. การกรองข้อมูล (Data Cleaning) เป็น กระบวนการที่ทำให้เกิดความมั่นใจในคุณภาพ ของข้อมูลที่จะนำมาใช้ วิเคราะห์ ว่า ถูกต้อง โดยการนำข้อมูลทีี่ไม่ถูกต้องออก

4 กระบวนการทำ Data Mining ( ต่อ )  การแปลงรูปแบบข้อมูล (Data Transformation) เป็นการแปลงข้อมูลที่เลือกมา ให้อยู่ในรูปแบบที่เหมาะสม สำหรับการนำไปใช้ วิเคราะห์ตามอัลกอริทึม (Algorithm) และ แบบจำลองที่ใช้ในการทำ data mining ต่อไป  4. การทำ Mining ข้อมูล (Data Mining) การ ใช้เทคนิคภายใน Data Mining เพื่อทำการ Mine ข้อมูล โดยทั่วไป ประเภทของงานตามลักษณะ ของแบบจำลองที่ใช้ในการทำ Data Mining นั้น สามารถแบ่งกลุ่มได้เป็น 2 ประเภทใหญ่ๆ คือ 4.1 Predictive Data Mining คือ เป็นการคาดคะเน ลักษณะหรือประมาณค่าที่ชัดเจนของข้อมูลที่จะ เกิดขึ้น โดยใช้พื้นฐานจากข้อมูลที่ผ่านมาในอดีต 4.2 Descriptive Data Mining คือ เป็นการหา แบบจำลองเพื่ออธิบายลักษณะบางอย่างของข้อมูล ที่มีอยู่ ซึ่งโดยส่วนมากจะเป็นลักษณะการแบ่งกลุ่ม ให้กับข้อมูล

5 กระบวนการทำ Data Mining ( ต่อ ) 5. การวิเคราะห์และประเมินผลลัพธ์ที่ได้ (Result Analysis and Evaluation) เป็น ขั้นตอนการแปลความหมาย และการ ประเมินผลลัพธ์ที่ได้ว่ามีความเหมาะสมหรือ ตรงกับวัตถุประสงค์ที่ต้องการหรือไม่ โดยทั่วไปควรมีการแสดงผลในรูป แบบ ที่ สามารถเข้าใจได้โดยง่าย 5. การวิเคราะห์และประเมินผลลัพธ์ที่ได้ (Result Analysis and Evaluation) เป็น ขั้นตอนการแปลความหมาย และการ ประเมินผลลัพธ์ที่ได้ว่ามีความเหมาะสมหรือ ตรงกับวัตถุประสงค์ที่ต้องการหรือไม่ โดยทั่วไปควรมีการแสดงผลในรูป แบบ ที่ สามารถเข้าใจได้โดยง่าย

6 กระบวนการทำ Data Mining

7 Data Busines s knowle dge Business hypothesis Business modeling (using data mining software) Data mining (analysis ) Validati on of hypothe sis Decisio n 1. ในบริษัทขนาดกลางถึงขนาดเล็ก ขบวนการทำ data mining โดยทั่วไปจะเริ่มจาการตั้ง สมมุติฐานทางธุรกิจตามความรู้และ ความเข้าใจของ user ที่มีต่อธุรกิจ 3. หลังจาก ตรวจสอบแก้ไข สมมติฐานในขั้น สุดท้ายแล้ว user ก็ตัดสินใจ 2. ใช้ระบบ data mining tools โดย user สร้าง model แล้ว กลั่นกรองสมมติฐาน ตามด้วย การวิเคราะห์ ซึ่งขบวนการนี้ อาจจะต้องมีการทำซ้ำหลาย ๆ ครั้ง Data Mining

8 Knowledge Discovery in Databases Knowledge Discovery in Databases คือ การสืบค้นความรู้ที่เป็นประโยชน์และ น่าสนใจบนฐานข้อมูลขนาดใหญ่ หรือ เรียกว่า Data Minig ซึ่งเป็นสาขาหนึ่งใน วิทยาศาสตร์คอมพิวเตอร์ที่กำลังได้รับ ความสนใจอย่างสูงในปัจจุบัน โดยเป็น เทคนิคที่ใช้จัดการกับข้อมูลขนาดใหญ่ ซึ่ง ข้อมูลที่มีอยู่จะถูกนำมาวิเคราะห์และสืบค้น แล้วดึงความรู้ หรือสิ่งที่สำคัญออกมา จากนั้นจะรวบรวมความรู้ที่ได้ให้อยู่ในรูป ฐานความรู้ (Knowledge Base) เพื่อใช้ในการ วิเคราะห์หรือทำนายสิ่งต่างๆที่จะเกิดขึ้น ( กฤษณะ ไวยมัยและคณะ,2544)

9 ตัวอย่างการประยุกต์ใช้งาน Data mining เป็นที่นิยมในผู้ขายปลีกเพราะ สามารถช่วยพวกเขาในการจัดการทั้งอินพุตได้ อย่างมีประสิทธิภาพมากขึ้น ทำให้ระบบทุก อย่างลงตัวที่สุด ซึ่งโดยปกติแล้วโปรเจ็ก mining ของผู้ขายรายย่อยจะประกอบด้วย large-scale market-basket analysis, store clustering, sequential patterns และ numeric predictions

10 ตัวอย่างการประยุกต์ใช้ Data Minnig ร้านค้าปลีก : ผลิตภัณฑ์ใดที่ควรมีอยู่ในสต๊อกของ เพื่อสร้างความพอใจให้กับผู้ซื้อในท้องถิ่นนั้น ? บริษัท ขายอุปกรณ์รายใหญ่จำเป็นต้องสต๊อกสินค้านับพันใน หลายร้อยกลุ่มเอาไว้ในร้านค้านับพันสาขา แต่ไอเท็ม ใดควรจะอยู่ในร้านใดบ้างยังไม่ทรายแน่ชัด บริษัทขาย อุปกรณ์รายใหญ่นี้จึงหันมาใช้ DB2 data mining ของ IBM เพื่อจัดกลุ่มร้านค้าให้อยู่ในกลุ่มเดียวกัน โดย ใช้ procedure ที่ชื่อว่า “store profiling” ซึ่งกลุ่ม ร้านค้าจะสรุปตาม planograms( การวางสินค้า ) ที่ เหมือนกัน และรูปแบบร้านค้า ผลคือเราได้รับคำตอบที่ น่าแปลกใจมาก ผู้ขายปลีกรายหนึ่งได้ใช้สภาพอากาศ เพื่อจัดกลุ่มร้านค้า และพบว่าสภาพอากาศนั้นไม่สำคัญ เมื่อเทียบรายได้ครัวเรือนที่ประมาณไว้สูง สำหรับลูกค้า ที่ซื้อสิ่งของที่ร้านค้าเหล่านั้น ผู้ขายปลีกอื่น ก็มีการจัด ประเภทโดยเริ่มแรกตามขนาดของเมืองซึ่งร้านค้านั้น ตั้งอยู่ ผู้ขายปลีกพบว่าลูกค้าในเมืองเล็กต้องการ รายการสิ่งของที่เป็น high-margin ซึ่งเป้าหมายที่ผู้ ซื้อที่มีรายได้สูง เมื่อร้านขายปลีกท้องถิ่นเสนอส่วน ใหญ่ที่รายการสิ่งของที่เป็น low-margin การปฏิรูป ร้านค้าให้ได้ผลกำไรที่มากขึ้นนั้นเพียงพอที่ใช้จ่าย สำหรับ data warehouse ภายในหนึ่งปี

11


ดาวน์โหลด ppt Data Mining การทำเหมืองข้อมูล. Data Mining คือ Data Mining คือขบวนการทำงานที่เรียกว่า process ที่สกัดข้อมูล (Extract data) จาก ฐานข้อมูลขนาดใหญ่ (Large.

งานนำเสนอที่คล้ายกัน


Ads by Google