Test 4 1. data mining คืออะไร. (อธิบายเป็นแผนภาพประกอบด้วย) 2 Test 4 1. data mining คืออะไร ? (อธิบายเป็นแผนภาพประกอบด้วย) 2. KKD (Knowledge Discovery in Database) คืออะไร ? 3. จงยกตัวอย่างการประยุกต์ใช้ data mining
Data Mining (DM) ? การทำเหมืองข้อมูล ซึ่งเป็นกระบวนการ ที่แยกข้อมูล (Extract data) จากฐานข้อมูลขนาด ใหญ่เพื่อให้ได้ข้อมูลที่เกิดประโยชน์ออกมา โดยเป็นข้อมูลที่มีเหตุผลและหลักฐานที่เชื่อถือได้ อีกทั้งยังสามารถนำไปใช้ได้ ซึ่งเป็นสิ่งสำคัญ ในการที่จะช่วยการตัดสินใจในการทำธุรกิจ Data Miningเป็นกระบวนการที่สำคัญในการทำ Knowledge Discovery in Database (KDD) (เป็นการแยกเอาองค์ความรู้จากฐานข้อมูล เอกสาร e-mail และ อื่นๆ)
การทำงานของ data mining 1. การจัดหมวดหมู่ (Classification) 2. การประเมินค่า (Estimation) 3. การทํานายล่วงหน้า (Prediction) 4. การจัดกลุ่มโดยอาศัยความใกล้ชิด (Affinity Group) 5. การรวมตัว (Clustering) 6. การบรรยาย (Description)
Knowledge Discovery in Database (KDD) ? กระบวนการที่ใช้ค้นหาและแยกสารสนเทศที่มีประโยชน์ออกจากเอกสารและข้อมูลขนาดใหญ่ และงานต่อไปนี้ด้วย: - การคัดแยกองค์ความรู้ (knowledge extraction) - ข้อมูลในอดีต (data archaeology) - การสำรวจข้อมูล (data exploration) - การประมวลรูปแบบข้อมูล (data pattern processing) - data dredging (การขุดข้อมูล) - information harvesting (การเก็บข้อมูล)
การประยุกต์ใช้ Data Mining ด้านการแพทย์ : ใช้ data mining ค้นหาผลข้างเคียงของการใช้ยา โดยอาศัยข้อมูลจากแฟ้มประวัติผู้ป่วย, ใช้ในการวิเคราะห์หาความสัมพันธ์ของสารพันธุกรรม ด้านการเงิน : ใช้ data mining ตัดสินว่าควรจะอนุมัติเครดิตให้ลูกค้ารายใดบ้างใช้ในการคาดหมายความน่าจะเป็นว่าธุรกิจนั้นๆมีโอกาสที่จะล้มละลายหรือไม่, ใช้คาดหมายการขึ้น/ลงของหุ้นในตลาดหุ้น ด้านการเกษตร : ใช้จำแนกประเภทของโรคพืชที่เกิดกับถั่วเหลืองและมะเขือเทศ ด้านวิศวกรรม : ใช้วิเคราะห์และวินิจฉัยสาเหตุการทำงานผิดพลาดของเครื่องจักรกล ด้านอาชญวิทยา : ใช้วิเคราะห์หาเจ้าของลายนิ้วมือ ด้านอวกาศ : ใช้วิเคราะห์ข้อมูลที่ส่งมาจากดาวเทียมขององค์การนาซ่า