数据挖掘 印度尼西亚是什么意思 - 印度尼西亚翻译

• data mining
• penambangan data
• penggalian data

在 中文 中使用 数据挖掘 的示例及其翻译为 印度尼西亚

数据挖掘使用了许多机器学习方法，但目标不同;
Penambangan data menggunakan banyak metode pembelajaran mesin, tetapi dengan tujuan yang berbeda;

篇数据挖掘技术.
Teknik Penggalian Data.

数据挖掘采用多种机器学习方法而目标不同；.
Penambangan data menggunakan banyak metode pembelajaran mesin, tetapi dengan tujuan yang berbeda;

数据挖掘是预测建模不可缺少的一部分。
Eksplorasi data merupakan bagian tak terelakkan dari bentuk model prediksi.

数据挖掘跨行业标准过程.
Proses Standar Industri Cross untuk Data Mining.

机器学习有时与数据挖掘相混淆，后者子领域更侧重于探索性数据分析，被称为无监督学习。
Machine learning terkadang digabungkan dengan data mining, dimana subfield yang terakhir lebih berfokus pada analisis data eksploratif dan dikenal sebagai pembelajaran tanpa pengawasan.

机器学习与数据挖掘（夏威夷）是硕士课程在计算机，通信和信息科学（CCIS）提供的八个专业之一。
Machine Learning dan Data Mining( Macadamia) adalah salah satu dari delapan jurusan yang ditawarkan di Program Master di Komputer, Komunikasi dan Ilmu( CCIS).

数据挖掘还可以识别具有高风险概况的客户，或使用网络监控来查明欺诈的警告信号。
Penambangan data juga dapat mengidentifikasi klien dengan profil berisiko tinggi, atau menggunakan pengawasan siber untuk menunjukkan tanda-tanda peringatan penipuan.

在20世纪90年代后期以及21世纪初期，AI开始被用于物流，数据挖掘，诊断和其他领域。
Pada akhir 1990 dan awal abad 21, AI mulai digunakan untuk logistik, penggalian data, diagnosis medis, dan bidang lainnya.

在使用本服务时，您不得参与或使用任何数据挖掘，机器人，抓取或类似的数据收集或提取方法。
Sehubungan dengan penggunaan Anda atas Layanan, Anda tidak akan terlibat dalam atau menggunakan penambangan data, robot, pengerukan atau pengumpulan data atau metode ekstraksi serupa.

数据仓库，如数据挖掘，是一个相对较新的术语，虽然这个概念本身已经存在多年了。
Data pergudangan, seperti data mining, adalah istilah yang relatif baru meskipun konsep itu sendiri telah ada selama bertahun-tahun.

另一方面，机器学习也采用数据挖掘方法作为“无监督学习”或作为预处理步骤来提高学习者的准确性。
Di sisi lain, pembelajaran mesin juga menggunakan metode penambangan data sebagai" pembelajaran tanpa pengawasan" atau sebagai langkah preprocessing untuk meningkatkan akurasi pelajar.

学生应该能够开发数据挖掘应用程序所需的安全标准，以保护系统数据库。
Siswa harus mampu mengembangkan aplikasi data mining dengan diperlukan standar keamanan untuk melindungi sistem database.

它没有绑定运营商、膨胀的应用程序或者数据挖掘，它不依赖于大公司。
Ia tidak memiliki kunci operator, bloated apps atau penggalian data dan itu tidak bergantung pada perusahaan besar.

SAS的易于使用的分析、自动预测和数据挖掘功能使没有大量资源的小企业能够以更少的资源实现更多工作。
Analisis SAS yang mudah digunakan, perkiraan otomatis, dan penambangan data memungkinkan bisnis tanpa banyak sumber daya mencapai lebih banyak dengan lebih sedikit.

SAS®可视化数据挖掘和机器学习通过单一、集成的内存环境更快地解决您最复杂的问题。
SAS Visual Data Mining and Machine LearningMenyelesaikan masalah Anda yang paling rumit lebih cepat dengan pemrosesan dalam memori pada satu lingkungan yang terintegrasi.

另一方面，机器学习也采用数据挖掘的方法作为“无监督学习”或作为预处理步骤来提高学习精度。
Di sisi lain, pembelajaran mesin juga menggunakan metode penambangan data sebagai" pembelajaran tanpa pengawasan" atau sebagai langkah preprocessing untuk meningkatkan akurasi pelajar.

数据挖掘和商业智能专注于自动数据分析和信息和知识的提取。
Data Mining dan Business Intelligence berfokus pada analisis data otomatis dan ekstraksi informasi dan pengetahuan.

从商业分析的理论通常应用于领域，如供应链规划，数据挖掘，呼叫中心管理，收入管理和风险管理。
Teori dari Business Analytics biasanya diterapkan untuk bidang-bidang seperti perencanaan rantai pasokan, data mining, manajemen call center, manajemen pendapatan dan manajemen risiko.

数据挖掘是机器学习中的一个研究领域，侧重于通过无监督学习进行探索性数据分析。
Penambangan data adalah bidang studi dalam pembelajaran mesin, dan berfokus pada analisis data eksplorasi melalui pembelajaran tanpa pengawasan.

学生将在专业领域开发具有明确行业应用的技能，包括数据挖掘，模式识别和机器学习。
Siswa akan mengembangkan keterampilan di bidang spesialis dengan aplikasi yang jelas dalam industri, termasuk penambangan data, pengenalan pola dan pembelajaran mesin.

此外，学生还将参加专业的领先公司实地考察，以加强他们对数据挖掘和网络安全的理解。
Selain itu, siswa akan mengambil bagian dalam kunjungan lapangan profesional ke perusahaan terkemuka, untuk meningkatkan pemahaman mereka tentang data mining dan keamanan maya.

学生可以在智能系统，语言和工具，分布式系统，安全性，理论，数据库/数据挖掘，或图形集中。
Siswa dapat berkonsentrasi dalam sistem cerdas, bahasa dan alat-alat, sistem terdistribusi, keamanan, teori, database/ data mining, atau grafis.

这个专业程序可以在16个月内完成，并强调可视化，数据挖掘，云端方法和并行编程技能方面的实用技能。
Program profesional ini dapat diselesaikan dalam 16 bulan dan menekankan keterampilan praktis dalam visualisasi, penambangan data, pendekatan berbasis cloud dan keterampilan pemrograman paralel.

R语言被数据学家和数据挖掘者广泛的用于开发统计软件和数据分析。
Bahasa R secara luas digunakan di kalangan ahli statistik dan penambang data untuk mengembangkan perangkat lunak statistik dan analisis data..

数据挖掘的测验与调查显示，近年来R受欢迎的程度逐渐增强。
Jajak pendapat dan survei data penambang menunjukkan popularitas R telah meningkat secara substansial dalam beberapa tahun terakhir.

从数据挖掘，机器学习，统计可视化，计算统计和列入计划的其他计算机密集型统计方法，这些丰富的数据环境方法已经成为包括政府机构和私营部门日益流行。
Dalam data yang kaya lingkungan metode ini dari data mining, pembelajaran mesin, visualisasi statistik, statistik komputasi dan metode statistik komputer-intensif lainnya termasuk dalam program telah menjadi semakin populer dengan kedua lembaga pemerintah dan sektor swasta.

但是许多错误恢复算法，如图像，声音和视频处理，数据挖掘，传感器数据分析和深入学习不需要准确的答案。
Tetapi banyak algoritma yang tahan terhadap berbagai jenis kesalahan seperti, pemrosesan gambar, suara dan video, penambangan data, analisis data sensor dan pembelajaran mendalam tidak memerlukan jawaban yang tepat.

零售商可以部署数据挖掘，以更好地识别人们根据过去的购买习惯可能购买哪个产品，或者哪些商品在一年的某些时间可能热卖。
RETAILERS dapat menggunakan data mining untuk mengidentifikasi produk mana yang kemungkinan dibeli orang berdasarkan kebiasaan pembelian mereka sebelumnya, atau barang mana yang kemungkinan akan dijual pada waktu-waktu tertentu dalam setahun.

在包括医疗健康和零售在内的多个行业，公司可以使用数据挖掘来检测欺诈和其他滥用行为，通过数据挖掘识别要比传统识别此类行为的方法快得多。
Di beberapa industri, termasuk perawatan kesehatan dan ritel, kita dapat menggunakan penambangan data untuk mendeteksi penipuan dan pelanggaran lainnya- jauh lebih cepat daripada dengan metode tradisional untuk mengidentifikasi kegiatan tersebut.