Mahalagang Pagkakaiba – Data Mining kumpara sa Machine Learning
Ang Data mining at machine learning ay dalawang lugar na magkasabay. Dahil magkarelasyon sila, magkatulad sila, ngunit magkaiba sila ng mga magulang. Ngunit sa kasalukuyan, pareho silang lumalago tulad ng isa't isa; halos kambal. Samakatuwid, ginagamit ng ilang tao ang salitang machine learning para sa data mining. Gayunpaman, mauunawaan mo habang binabasa mo ang artikulong ito na ang wika ng makina ay iba sa data mining. Ang pangunahing pagkakaiba ay ang data mining ay ginagamit upang makakuha ng mga panuntunan mula sa available na data habang, ang machine learning ay nagtuturo sa computer na matuto at maunawaan ang mga ibinigay na panuntunan.
Ano ang Data Mining?
Ang Data mining ay ang proseso ng pagkuha ng implicit, dating hindi alam, at potensyal na kapaki-pakinabang na impormasyon mula sa data. Bagama't mukhang bago ang data mining, ang teknolohiya ay hindi. Ang data mining ay ang pangunahing paraan ng computational disclosure ng mga pattern sa malalaking set ng data. Kasama rin dito ang mga pamamaraan sa intersection ng machine learning, artificial intelligence, statistic at database system. Kasama sa field ng data mining ang data base at pamamahala ng data, data pre-processing, inference considerations, complexity considerations, post-processing ng mga natuklasang structures, at online na pag-update. Ang data dredging, data fishing, at data snooping ay mas karaniwang tumutukoy sa mga termino sa data mining.
Ngayon, ang mga kumpanya ay gumagamit ng makapangyarihang mga computer upang suriin ang malalaking volume ng data at pag-aralan ang mga ulat sa pananaliksik sa merkado sa loob ng maraming taon. Tinutulungan ng data mining ang mga kumpanyang ito na tukuyin ang ugnayan sa pagitan ng mga panloob na salik gaya ng presyo, kasanayan ng mga kawani, at panlabas na salik gaya ng kompetisyon, kalagayang pang-ekonomiya, at demograpiko ng customer.
CRISP Data Mining Process Diagram
Ano ang Machine Learning?
Ang Machine learning ay isang bahagi ng computer science at halos kapareho sa data mining. Ginagamit din ang machine learning upang maghanap sa mga system upang maghanap ng mga pattern, at galugarin ang pagbuo at pag-aaral ng mga algorithm. Ang machine learning ay isang uri ng artificial intelligence na nagbibigay sa mga computer ng kakayahang matuto nang hindi tahasang nakaprograma. Pangunahing pinupuntirya ng machine learning ang pagbuo ng mga computer program na maaaring magturo sa kanilang sarili na lumago at magbago ayon sa mga bagong sitwasyon at ito ay talagang malapit sa mga istatistika ng computational. Mayroon din itong matibay na kaugnayan sa mathematical optimization. Ang ilan sa mga pinakakaraniwang application ng machine learning ay ang spam filtering, optical character recognition, at mga search engine.
Ang awtomatikong online assistant ay isang application ng machine learning
Ang pag-aaral ng makina ay minsan ay sumasalungat sa data mining dahil pareho silang parang dalawang mukha sa isang dice. Ang mga gawain sa machine learning ay karaniwang inuri sa tatlong malawak na kategorya tulad ng pinangangasiwaang pag-aaral, hindi pinangangasiwaang pag-aaral, at reinforcement learning.
Ano ang pagkakaiba ng Data Mining at Machine Learning?
Paano sila gumagana
Data Mining: Ang data mining ay isang proseso na nagsisimula sa tila hindi nakaayos na data upang makahanap ng mga kawili-wiling pattern.
Machine Learning: Gumagamit ang machine learning ng maraming algorithm.
Data
Data Mining: Ginagamit ang data mining para kumuha ng data mula sa anumang data warehouse.
Machine Learning: Ang machine learning ay basahin ang machine na nauugnay sa software ng system.
Application
Data Mining: Pangunahing ginagamit ng data mining ang data mula sa isang partikular na domain.
Machine Learning: Ang mga diskarte sa machine learning ay medyo generic at maaaring ilapat sa iba't ibang setting.
Focus
Data Mining: Ang komunidad ng data mining ay pangunahing nakatuon sa mga algorithm at application.
Machine Learning: Mas malaki ang binabayaran ng mga komunidad ng machine learning sa mga teorya.
Methodology
Data Mining: Ginagamit ang data mining para kumuha ng mga panuntunan mula sa data.
Machine Learning: Itinuturo ng machine learning ang computer na matuto at maunawaan ang mga ibinigay na panuntunan.
Pananaliksik
Data Mining: Ang data mining ay isang lugar ng pananaliksik na gumagamit ng mga pamamaraan tulad ng machine learning.
Machine Learning: Ang machine learning ay isang pamamaraan na ginagamit upang payagan ang mga computer na gumawa ng matatalinong gawain.
Buod:
Data Mining vs. Machine Learning
Bagama't ganap na naiiba ang machine learning sa data mining, karaniwang magkapareho ang mga ito sa isa't isa. Ang data mining ay ang proseso ng pagkuha ng mga nakatagong pattern mula sa malaking data, at ang machine learning ay isang tool na magagamit din para doon. Ang larangan ng machine learning ay lalong lumago bilang resulta ng pagbuo ng AI. Ang data Miners ay karaniwang may matinding interes sa machine learning. Parehong nagtutulungan, ang data mining at machine learning, para sa pagbuo ng AI gayundin sa mga lugar ng pagsasaliksik.
Image Courtesy:
1. "CRISP-DM Process Diagram" ni Kenneth Jensen - Sariling gawa. [CC BY-SA 3.0] sa pamamagitan ng Wikimedia Commons
2. "Automated online assistant" ng Bemidji State University [Public Domain] sa pamamagitan ng Wikimedia Commons
