Difference between revisions 15367522 and 18952248 on ukwiki

{{Машинне навчання}}⏎
'''Отримання да́них''' ({{lang-en|Data Mining}}) — виявлення прихованих [[закономірність|закономірностей]] або взаємозв'язків між змінними у великих масивах необроблених [[Дані|даних]]. Як правило поділяється на задачі [[класифікація|класифікації]], [[моделювання]] та [[прогнозування]].

На сучасних підприємствах, в дослідницьких проектах або в [[інтернет]]і утворюються великі обсяги даних. Добування даних дає можливість автоматичного аналізу цих даних шляхом застосування методів [[математична статистика|математичної статистики]], [[штучна нейронна мережа|штучних нейронних мереж]], теорії [[нечітка множина|нечітких множин]] або [[генетичний алгоритм|генетичних алгоритмів]]. Метою аналізу є виявлення правил та закономірностей, наприклад, статистичних подій. Так, наприклад, можуть виявлятись зміни у поведінці клієнтів або груп клієнтів для покращення політики підприємства.

== Задачі ==
{{Розширити розділ|дата=жовтень 2008}}⏎
⏎
{{Машинне навчання}}
== Методи розв'язання ==
{{Розширити розділ|дата=жовтень 2008}}

=== Нейронні мережі ===
{{main|Штучна нейронна мережа}}

Алгоритми класифікації із застостуванням нейронних мереж є важливим інструментом для добування даних. Абстраговані міжнейронні зв'язки в мозку людини реалізують у вигляді програм. Відновленню інтересу до штучних нейронних мереж сприяв успіх в теоретичних дослідженнях тна практичних застосуваннях.<ref>{{Cite book | author= Wang, Lipo;  Fu, Xiuju | coauthors= | title= Data mining with computational intelligence | date=2005 | publisher=Heidelberg : Springer | location=Berlin | isbn=3-540-24522-7 | pages=}}</ref>

=== Дерева рішень ===
{{main|Дерева рішень}}

(contracted; show full)
{{Інженерія знань}}
{{stub}}

[[Категорія:Статистика]]
[[Категорія:Зберігання та аналіз корпоративних даних]]
[[Категорія:Формальні науки]]
[[Категорія:Добування даних]]