The process of discovering useful k

The process of discovering useful knowledge from a huge data is called as Knowledge Discovery
in Database (KDD) and which is often referred to as Data mining. While data mining and
knowledge discovery in databases are normally treated as synonyms, but, in fact data mining is
a part of knowledge discovery process.
Data collected from multiple sources often heterogeneous is integrated into a single data
storage called as target data. Data relevant to the analysis is decided on and retrieved from the
data collection. Then, it is pre-processed and transformed into an appropriate standard format.
Data mining is a crucial step in which intelligent algorithm/techniques are applied to extract
meaningful pattern or rules. Finally, those patterns and rules are interpreted to new or useful
knowledge or information.
The KDD process comprises of few steps as shown in Fig. 1and explained as follows:

Results (Thai) 1:

กระบวนการของการค้นพบการเรียนรู้จากข้อมูลขนาดใหญ่จะเรียกว่าเป็นการค้นพบความรู้ในฐานข้อมูล (KDD) และที่ว่าเป็นการทำเหมืองข้อมูล ในขณะที่การทำเหมืองข้อมูล และค้นพบความรู้ในฐานข้อมูลโดยปกติถือว่าเป็นคำพ้องความหมาย แต่ ในความเป็นจริงคือการทำเหมืองข้อมูลเป็นส่วนหนึ่งของกระบวนการค้นหาความรู้ข้อมูลที่รวบรวมจากหลายแหล่งที่แตกต่างกันมักจะถูกรวมลงในข้อมูลเดียวเก็บข้อมูลว่าเป็นข้อมูลเป้าหมาย ข้อมูลที่เกี่ยวข้องกับการวิเคราะห์ตัดสินใจใน และดึงข้อมูลมาจากการเก็บรวบรวมข้อมูล แล้ว มันเป็นก่อนการประมวลผล และแปลงเป็นรูปแบบมาตรฐานที่เหมาะสมการทำเหมืองข้อมูลเป็นสิ่งสำคัญในอัลกอริทึม/เทคนิคที่ชาญฉลาดจะใช้การแยกรูปแบบที่มีความหมายหรือกฎ ในที่สุด รูปแบบและกฎนั้นจะถูกตีความใหม่ หรือประโยชน์ความรู้หรือข้อมูลกระบวนการ KDD ประกอบไป ด้วยขั้นตอนดังแสดงในรูป 1and อธิบายได้ดังนี้:

Results (Thai) 2:

กระบวนการของการค้นพบความรู้ที่มีประโยชน์จากข้อมูลขนาดใหญ่ที่เรียกว่าเป็นความรู้ของการค้นพบ
ในฐานข้อมูล (KDD) และซึ่งมักจะเรียกว่าการทำเหมืองข้อมูล ในขณะที่การทำเหมืองข้อมูลและการ
ค้นพบความรู้ในฐานข้อมูลได้รับการปฏิบัติตามปกติเป็นคำพ้องความหมาย แต่ในความเป็นจริงการทำเหมืองข้อมูลเป็น
ส่วนหนึ่งของกระบวนการการค้นพบความรู้.
ข้อมูลที่เก็บรวบรวมจากหลายแหล่งที่แตกต่างกันมักจะถูกนำมารวมเป็นข้อมูลเดียว
จัดเก็บข้อมูลที่เรียกว่าเป็นข้อมูลเป้าหมาย ข้อมูลที่เกี่ยวข้องกับการวิเคราะห์จะตัดสินใจในและเรียกคืนข้อมูลจาก
การเก็บรวบรวมข้อมูล จากนั้นก็เป็นก่อนการประมวลผลและกลายเป็นรูปแบบมาตรฐานที่เหมาะสม.
การทำเหมืองข้อมูลเป็นขั้นตอนสำคัญในการที่ชาญฉลาดขั้นตอนวิธีการ / เทคนิคที่นำมาใช้ในการดึง
รูปแบบที่มีความหมายหรือกฎ สุดท้ายรูปแบบเหล่านั้นและกฎระเบียบที่จะตีความใหม่หรือประโยชน์
ความรู้หรือข้อมูล.
กระบวนการ KDD ประกอบด้วยกี่ขั้นตอนดังแสดงในรูป 1 และอธิบายดังนี้

Results (Thai) 3:

กระบวนการค้นพบความรู้ที่เป็นประโยชน์จากข้อมูลที่ค้นพบความรู้ขนาดใหญ่ เรียกว่าในฐานข้อมูล ( KDD ) ซึ่งมักจะเรียกว่าการทำเหมืองข้อมูล ขณะที่ข้อมูลเหมืองแร่และการค้นพบความรู้ในฐานข้อมูลปกติถือว่าเป็นคำพ้องความหมาย แต่ในความเป็นจริงการทำเหมืองข้อมูลคือเป็นส่วนหนึ่งของกระบวนการการค้นพบความรู้ข้อมูลที่รวบรวมจากแหล่งข้อมูลหลาย ๆที่มักจะรวมอยู่ในตัวเดียวข้อมูลเรียกเก็บเป็นข้อมูลเป้าหมาย ข้อมูลที่เกี่ยวข้องกับการวิเคราะห์ ตัดสินใจ และดึงข้อมูลจากการเก็บรวบรวมข้อมูล งั้น มันคือก่อนการประมวลผลและแปลงเป็นรูปแบบมาตรฐานที่เหมาะสมการทำเหมืองข้อมูลเป็นขั้นตอนที่สำคัญเทคนิคขั้นตอนวิธี / ฉลาดจะใช้สารสกัดลวดลายที่มีความหมาย หรือกฎ สุดท้ายรูปแบบเหล่านั้นและตีความกฎใหม่ หรือเป็นประโยชน์ความรู้หรือข้อมูลกระบวนการ KDD ประกอบด้วยไม่กี่ขั้นตอนตามที่แสดงในรูปและอธิบายได้ดังนี้