Logo
Unionpedia
Kommunikation
Jetzt bei Google Play
Neu! Laden Sie Unionpedia auf Ihrem Android™-Gerät herunter!
Installieren
Schneller Zugriff als Browser!
 

Data-Mining und Maschinelles Lernen

Shortcuts: Differenzen, Gemeinsamkeiten, Jaccard Ähnlichkeit Koeffizient, Referenzen.

Unterschied zwischen Data-Mining und Maschinelles Lernen

Data-Mining vs. Maschinelles Lernen

Unter Data-Mining (von, aus ‚Daten‘ und ‚graben‘, ‚abbauen‘, ‚fördern‘) versteht man die systematische Anwendung statistischer Methoden auf große Datenbestände (insbesondere „Big Data“ bzw. Massendaten) mit dem Ziel, neue Querverbindungen und Trends zu erkennen. Maschinelles Lernen (ML) ist ein Oberbegriff für die „künstliche“ Generierung von Wissen aus Erfahrung: Ein künstliches System lernt aus Beispielen und kann diese nach Beendigung der Lernphase verallgemeinern.

Ähnlichkeiten zwischen Data-Mining und Maschinelles Lernen

Data-Mining und Maschinelles Lernen haben 7 Dinge gemeinsam (in Unionpedia): Clusteranalyse, EM-Algorithmus, Klassifikationsverfahren, Knowledge Discovery in Databases, Statistische Inferenz, Stichprobe, Unüberwachtes Lernen.

Clusteranalyse

Ergebnis einer Clusteranalyse mit Normalverteilungen Unter Clusteranalyse (Clustering-Algorithmus, gelegentlich auch: Ballungsanalyse) versteht man ein Verfahren zur Entdeckung von Ähnlichkeitsstrukturen in (meist relativ großen) Datenbeständen.

Clusteranalyse und Data-Mining · Clusteranalyse und Maschinelles Lernen · Mehr sehen »

EM-Algorithmus

ELKI. Der Erwartungs-Maximierungs-Algorithmus (daher auch Expectation-Maximization-Algorithmus, selten auch Estimation-Maximization-Algorithmus, kurz EM-Algorithmus) ist ein Algorithmus der mathematischen Statistik.

Data-Mining und EM-Algorithmus · EM-Algorithmus und Maschinelles Lernen · Mehr sehen »

Klassifikationsverfahren

Klassifikationsverfahren, auch Klassifizierungsverfahren, sind Methoden und Kriterien zur Einteilung (Klassierung) von Objekten oder Situationen in Klassen, das heißt zur Klassifizierung.

Data-Mining und Klassifikationsverfahren · Klassifikationsverfahren und Maschinelles Lernen · Mehr sehen »

Knowledge Discovery in Databases

Knowledge Discovery in Databases (KDD), auf Deutsch Wissensentdeckung in Datenbanken, ergänzt das oft synonym gebrauchte Data-Mining um vorbereitende Untersuchungen und Transformationen auszuwertender Daten.

Data-Mining und Knowledge Discovery in Databases · Knowledge Discovery in Databases und Maschinelles Lernen · Mehr sehen »

Statistische Inferenz

Statistische Inferenz ist das Schließen von Beobachtungen auf Hypothesen und wird in der Inferenzstatistik und Schätztheorie behandelt.

Data-Mining und Statistische Inferenz · Maschinelles Lernen und Statistische Inferenz · Mehr sehen »

Stichprobe

Als Stichprobe bezeichnet man entweder.

Data-Mining und Stichprobe · Maschinelles Lernen und Stichprobe · Mehr sehen »

Unüberwachtes Lernen

Unüberwachtes Lernen bezeichnet maschinelles Lernen ohne im Voraus bekannte Zielwerte sowie ohne Belohnung durch die Umwelt.

Data-Mining und Unüberwachtes Lernen · Maschinelles Lernen und Unüberwachtes Lernen · Mehr sehen »

Die obige Liste beantwortet die folgenden Fragen

Vergleich zwischen Data-Mining und Maschinelles Lernen

Data-Mining verfügt über 94 Beziehungen, während Maschinelles Lernen hat 44. Als sie gemeinsam 7 haben, ist der Jaccard Index 5.07% = 7 / (94 + 44).

Referenzen

Dieser Artikel zeigt die Beziehung zwischen Data-Mining und Maschinelles Lernen. Um jeden Artikel, aus dem die Daten extrahiert ist abrufbar unter:

Hallo! Wir sind auf Facebook! »