Exploration de données - Terminologies
Exploration de données
L'exploration de données est définie comme l'extraction d'informations à partir d'un vaste ensemble de données. En d'autres termes, nous pouvons dire que l'exploration de données extrait les connaissances des données. Ces informations peuvent être utilisées pour l'une des applications suivantes -
- Analyse de marché
- Détection de fraude
- Fidélisation de la clientèle
- Contrôle de production
- Exploration scientifique
Moteur d'exploration de données
Le moteur d'exploration de données est essentiel au système d'exploration de données. Il se compose d'un ensemble de modules fonctionnels qui remplissent les fonctions suivantes -
- Characterization
- Analyse d'association et de corrélation
- Classification
- Prediction
- L'analyse par grappes
- Analyse des valeurs aberrantes
- Analyse d'évolution
Base de connaissances
C'est la connaissance du domaine. Ces connaissances sont utilisées pour guider la recherche ou évaluer l'intérêt des modèles résultants.
Découverte des connaissances
Certaines personnes traitent l'exploration de données de la même manière que la découverte de connaissances, tandis que d'autres considèrent l'exploration de données comme une étape essentielle du processus de découverte de connaissances. Voici la liste des étapes impliquées dans le processus de découverte des connaissances -
- Nettoyage des données
- Intégration de données
- Sélection des données
- Transformation des données
- Exploration de données
- Évaluation de modèle
- Présentation des connaissances
Interface utilisateur
L'interface utilisateur est le module du système d'exploration de données qui facilite la communication entre les utilisateurs et le système d'exploration de données. L'interface utilisateur permet les fonctionnalités suivantes -
- Interagissez avec le système en spécifiant une tâche de requête d'exploration de données.
- Fournir des informations pour aider à cibler la recherche.
- Exploration basée sur les résultats intermédiaires de l'exploration de données.
- Parcourez les schémas ou les structures de données de base de données et d'entrepôt de données.
- Évaluer les modèles minés.
- Visualisez les motifs sous différentes formes.
Intégration de données
L'intégration de données est une technique de prétraitement des données qui fusionne les données de plusieurs sources de données hétérogènes dans un magasin de données cohérent. L'intégration des données peut impliquer des données incohérentes et nécessite donc un nettoyage des données.
Nettoyage des données
Le nettoyage des données est une technique appliquée pour supprimer les données bruyantes et corriger les incohérences dans les données. Le nettoyage des données implique des transformations pour corriger les mauvaises données. Le nettoyage des données est effectué comme une étape de prétraitement des données lors de la préparation des données pour un entrepôt de données.
Sélection des données
La sélection des données est le processus par lequel les données pertinentes pour la tâche d'analyse sont extraites de la base de données. Parfois, la transformation et la consolidation des données sont effectuées avant le processus de sélection des données.
Clusters
Le cluster fait référence à un groupe d'objets similaires. L'analyse de cluster fait référence à la formation d'un groupe d'objets qui sont très similaires les uns aux autres mais qui sont très différents des objets des autres clusters.
Transformation des données
Dans cette étape, les données sont transformées ou consolidées dans des formulaires appropriés pour l'extraction, en effectuant des opérations de synthèse ou d'agrégation.