Saturs
- Definīcija - ko nozīmē datu ieguve?
- Ievads Microsoft Azure un Microsoft Cloud | Šajā rokasgrāmatā jūs uzzināsit, kas ir mākonis skaitļošana un kā Microsoft Azure var palīdzēt jums migrēt un vadīt savu biznesu no mākoņa.
- Techopedia skaidro datu ieguvi
Definīcija - ko nozīmē datu ieguve?
Datu ieguve ir process, kurā tiek analizēti slēptie datu paraugi pēc dažādām perspektīvām, lai tos klasificētu lietderīgā informācijā, kas tiek savākta un apkopota koplietošanas telpās, piemēram, datu noliktavās, efektīvai analīzei, datu ieguves algoritmiem, atvieglojot biznesa lēmumu pieņemšanu un citu informāciju. prasības galīgi samazināt izmaksas un palielināt ieņēmumus.
Datu ieguve tiek dēvēta arī par datu atklāšanu un zināšanu atklāšanu.
Ievads Microsoft Azure un Microsoft Cloud | Šajā rokasgrāmatā jūs uzzināsit, kas ir mākonis skaitļošana un kā Microsoft Azure var palīdzēt jums migrēt un vadīt savu biznesu no mākoņa.
Techopedia skaidro datu ieguvi
Galvenie soļi datu ieguves procesā ir šādi:
- Izgūstiet, pārveidojiet un ielādējiet datus datu noliktavā
- Glabājiet un pārvaldiet datus daudzdimensiju datu bāzēs
- Nodrošiniet piekļuvi datiem biznesa analītiķiem, izmantojot lietojumprogrammatūru
- Sniedziet analizētos datus viegli saprotamās formās, piemēram, diagrammās
Pirmais solis datu ieguvē ir uzņēmējdarbībai būtisku būtisku datu apkopošana. Uzņēmuma dati ir darījumi, nedarbojas vai ir metadati. Darījumu dati attiecas uz ikdienas darbībām, piemēram, pārdošanu, krājumiem un izmaksām utt. Parasti dati, kas nav operācijas, tiek prognozēti, savukārt metadati attiecas uz loģisku datu bāzes dizainu. Modeļi un datu elementu attiecības sniedz atbilstošu informāciju, kas var palielināt organizācijas ieņēmumus. Organizācijas, kurās īpaša uzmanība tiek pievērsta patērētājiem, nodarbojas ar datu ieguves metodēm, nodrošinot skaidrus pārdoto produktu attēlus, cenu, konkurenci un klientu demogrāfiju.
Piemēram, mazumtirdzniecības gigants Wal-Mart visu būtisko informāciju pārsūta datu noliktavā ar terabaitiem datu. Šiem datiem piegādātāji var viegli piekļūt, ļaujot viņiem noteikt klientu pirkšanas paradumus. Viņi, izmantojot datu ieguves paņēmienus, var ģenerēt iepirkšanās paradumu modeļus, dienās, kur iepērkas preces, visvairāk tiek meklēti produkti un citi dati.
Otrais solis datu ieguvē ir piemērota algoritma atlase - mehānisms, kas rada datu ieguves modeli. Algoritma vispārējā darbība ietver tendenču identificēšanu datu kopā un izejas izmantošanu parametru noteikšanai. Populārākie datu ieguvei izmantotie algoritmi ir klasifikācijas algoritmi un regresijas algoritmi, kurus izmanto, lai identificētu datu elementu attiecības. Lielākie datu bāzu pārdevēji, piemēram, Oracle un SQL, iekļauj datu ieguves algoritmus, piemēram, klasterizācijas un regresijas samazināšanas, lai apmierinātu pieprasījumu pēc datu ieguves.