Datele inconsecvente sunt diferite de datele lipsă. Datele inconsecvente apar atunci când o valoare există, dar acea valoare nu este validă sau semnificativă. Referiți-vă la Figura 3-25; o versiune de aproape a acelei imagini este prezentată aici ca Figura 3-29. … Citeşte mai mult
Următorul set de pași vă va învăța să reduceți numărul de observații din setul de date prin procesul de filtrare. 1) În caseta de căutare din fila Operators, tastați cuvântul „filter”. Acest lucru vă va ajuta să găsiți operatorul „Filter … Citeşte mai mult
În data mining, detectarea anomaliilor (de asemenea, detectarea valorilor aberante) este identificarea elementelor, evenimentelor sau observațiilor care nu sunt conforme cu un model așteptat sau cu alte elemente dintr-un set de date. De obicei, elementele anormale se vor traduce într-un … Citeşte mai mult
Prima noastră sarcină în pregătirea datelor este să gestionăm datele lipsă; totuși, deoarece aceasta va fi prima dată când folosim RapidMiner, primii câțiva pași vor implica configurarea RapidMiner. Apoi vom trece direct în gestionarea datelor lipsă. Datele lipsă sunt date care … Citeşte mai mult
Jerry este managerul de marketing la o mică firmă de design și publicitate pe internet. Șeful lui Jerry îi cere să dezvolte un set de date care să conțină informații despre utilizatorii de internet. Compania va folosi aceste date pentru … Citeşte mai mult
În esență, există două tipuri de date care pot fi extrase: operaționale și organizaționale. Cel mai elementar tip de date, datele operaționale, provin din sisteme tranzacționale care înregistrează activitățile de zi cu zi. Întâlnirile simple, cum ar fi cumpărarea de benzină, … Citeşte mai mult
Software și aplicații gratuite pentru mineritul datelor cu sursă deschisă Următoarele aplicații sunt disponibile sub licențe gratuite/open source. Accesul public la codul sursă al aplicației este, de asemenea, disponibil. Carrot2: cadru de grupare a textului și a rezultatelor căutării. Chemicalize.org: … Citeşte mai mult
Ca și în cazul înțelegerii organizaționale, înțelegerea datelor este o activitate pregătitoare și, uneori, valoarea sa este neglijată. Nu lăsați să-și piardă valoarea! Cu ani în urmă, când lucrătorii nu aveau propriul lor computer (sau mai multe computere) stând la … Citeşte mai mult
Există multe instrumente software concepute pentru a facilita extragerea datelor, cu toate acestea, multe dintre acestea sunt adesea costisitoare și complicat de instalat, configurat și utilizat. Mai simplu spus, nu sunt potrivite pentru învățarea elementelor de bază ale extragerii datelor. Vă … Citeşte mai mult
Într-un articol anterior am dat o listă cu articolele pe care le-am cumpărat de la Amazon în ultima lună. Se pare că am cumpărat două dintre acele articole pentru alte persoane. Am cumpărat un microelicopter și cartea Ready Player One … Citeşte mai mult
Problema 1: Oamenii sunt leneși și nu evaluează articolele În primul rând, utilizatorii nu se vor deranja să evalueze articolele. Îmi imaginez că majoritatea dintre voi ați cumpărat o cantitate substanțială de lucruri de pe Amazon. Știu asta pentru că și … Citeşte mai mult
Algoritmii sistemelor colaborative de filtrare și recomandare au un scop general și pot fi utilizați cu o varietate de date. Utilizatorii evaluează diferite articole pe o scară de cinci sau zece puncte, iar algoritmii găsesc alți utilizatori care au avut evaluări … Citeşte mai mult
