What is the translation of " PATTERNS IN DATA " in Vietnamese?

• các mẫu trong dữ liệu
• mô hình trong dữ liệu

Examples of using Patterns in data in English and their translations into Vietnamese

And then we also talked about how we can see patterns in data.
Và chúng ta cũng bàn về việc làm sao chúng ta có thể thấy các mẫu hình trong dữ liệu.

Discover hidden patterns in data that the human expert may not see.
Mẫu ẩn giấu trong dữ liệu mà các chuyên gia con người có thể không thấy nó.

They are used because they can learn to detect complex patterns in data.
Chúng được sử dụng bởi vì chúng có thể học hỏi để phát hiện các hình mẫu phức tạp trong dữ liệu.

It uses“machine learning” to recognize patterns in data and take action in response.
Nó sử dụng" máy học" để nhận ra các mẫu trong dữ liệu và có hành động hồi đáp.

Their use comes in because they can learn to detect complex patterns in data.
Chúng được sử dụng bởi vì chúng có thể học hỏi để phát hiện các hình mẫu phức tạp trong dữ liệu.

Machine learning models look for patterns in data and try to conclude.
Các mô hình học máy tìm kiếm các mẫu trong dữ liệu và cố gắng đưa ra kết luận.

They can be used to model complex relationships between inputs and outputs or to find patterns in data.
Chúng có thể được dùng để mô hình hóa các mối quan hệ phức tạp giữa dữ liệu vào và kết quả hoặc để tìm kiếm các dạng/ mẫu trong dữ liệu.

Activities that involve finding and understanding patterns in data that can be used to make business decisions.
Các hoạt động liên quan đến việc tìm và hiểu các mẫu trong dữ liệu có thể được sử dụng để đưa ra quyết định kinh doanh.

KDD is“the non-trivial process of identifying valid, novel, potentially useful, and ultimately understandable patterns in data.”.
Định nghĩa:“ KDD là quá trình không tầm thƣờng nhận ra những mẫu có giá trị, mới, hữu ích tiềm năng và hiểu đƣợc trong dữ liệu”.

Anomaly detection refers to the problem of finding patterns in data that do not conform to expected behavior.
Đặt vấn đề Phát hiện bất thường liên quan tới vấn đề tìm những mẫu dữ liệu không phù hợp với những hành vi được mong đợi.

KDD is defined as the“nontrivial process of identifying valid, novel, potentially useful, and ultimately understandable patterns in data.”.
Định nghĩa:“ KDD là quá trình không tầm thƣờng nhận ra những mẫu có giá trị, mới, hữu ích tiềm năng và hiểu đƣợc trong dữ liệu”.

Prediction: Predictive analytics look for patterns in data that can be used to make reasoned forecasts about the future.
Dự đoán( prediction): phân tích dự đoán tìm kiếm cho các mẫu trong dữ liệu có thể được sử dụng để tạo các dự báo hợp lý về tương lai.

They can be used to model complex relationships between input data and output results or to search for patterns in data.
Chúng có thể được dùng để mô hình hóa các mối quan hệ phức tạp giữa dữ liệu vào và kết quả hoặc để tìm kiếm các dạng/ mẫu trong dữ liệu.

Fortunately, AI systems can uncover minute patterns in data that would take a person several months, at least, to find.
May mắn thay, các hệ thống AI có thể khám phá ra các mẫu nhỏ trong dữ liệu mà sẽ mất ít nhất một tháng để một người có thể tìm kiếm.

Deep learning occurs through the use of neural networks, which are layered to recognize complex relationships and patterns in data.
Học sâu diễn ra thông qua việc sử dụng các mạng lưới thần kinh, chúng được xếp lớp để nhận dạng các liên hệ và khuôn mẫu phức tạp trong dữ liệu.

This is done to look for patterns in data and make better-informed decisions in the future based on the examples provided.
Ví dụ, để tìm kiếm các mẫu trong dữ liệu và đưa ra quyết định tốt hơn trong tương lai dựa trên các ví dụ mà chúng tôi cung cấp.

A traditional neural net is made up of stacked layers of simple computational nodes that work together to find patterns in data.
Một mạng lưới neural truyền thống được tạo thành từ các tầng của các nút tính toán đơn giản làm việc cùng nhau để tìm các mẫu trong dữ liệu.

Simply put, it is a set of methods that can detect patterns in data and use those patterns to make future predictions.
Nói một cách đơn giản, đó là một tập hợp các phương thức có thể phát hiện các mẫu trong dữ liệu và sử dụng các mẫu đó để đưa ra dự đoán trong tương lai.

Identifying patterns in data in real time makes machine learning a great asset to understand changes in your customer base, competitor landscape or the overall market.
Xác định các mẫu trong dữ liệu trong thời gian thực làm cho máy học tập một tài sản lớn để hiểu được sự thay đổi trong cơ sở khách hàng của bạn, môi trường cạnh tranh hoặc thị trường tổng thể.

For example, We may use data to determine which products need security patches or analyze patterns in data that allow us to develop additional security features.
Chẳng hạn, Chúng tôi có thể sử dụng dữ liệu để xác định sản phẩm nào cần bản vá bảo mật hoặc phân tích kiểu mẫu trong dữ liệu cho phép chúng tôi phát triển các tính năng bảo mật bổ sung.

A plethora of firms have invested heavily in an area of AI known as machine learning, which is at the core of facial recognition technology and other systems based on finding patterns in data.
Rất nhiều công ty đã đầu tư lớn vào một lĩnh vực của AI, được gọi là học máy, vốn là cốt lõi của công nghệ nhận dạng khuôn mặt và các hệ thống khác dựa trên việc tìm kiếm các mẫu trong dữ liệu.

They do so by identifying correlations and patterns in data about us, and people with similar profiles to us, to make predictions about what we might do.
Họ làm như vậy bằng cách xác định các mối tương quan và mô hình trong dữ liệu về chúng tôi và những người có hồ sơ tương tự với chúng tôi, để đưa ra dự đoán về những gì chúng tôi có thể làm.

Not only does query data get used by machine learning to identify and personalize a user's later queries, it also helps create patterns in data that shapes the search results other users are getting.
Dữ liệu truy vấn không chỉ được sử dụng bởi machine learning để xác định và cá nhân hóa các truy vấn của người dùng sau đó, nó cũng giúp tạo ra các mẫu trong dữ liệu để định hình các kết quả tìm kiếm mà người dùng khác đang nhận được.

Computers are now used extensively to discover new conjectures by finding patterns in data or equations, but they cannot conceptualize them within a larger theory, the way humans do.
Máy tính hiện đang được sử dụng rộng rãi để khám phá những phỏng đoán mới bằng cách tìm ra các mẫu trong dữ liệu hoặc phương trình, nhưng chúng không thể khái niệm hóa chúng trong một lý thuyết lớn hơn, theo cách con người làm.

To that end, Excel 2016 has six new chart types, including most notably a histogram(frequently used in statistics), a"waterfall" that's effective at showing running financial totals, and a hierarchical treemap that helps you find patterns in data.
Cuối cùng, Excel 2016 có sáu loại biểu đồ mới, trong đó đáng chú ý nhất là biểu đồ( thường được sử dụng trong thống kê)," thác nước" có hiệu quả trong việc hiển thị tổng số tài chính và sơ đồ trang web phân cấp giúp bạn tìm các mẫu trong dữ liệu.

The process of learning begins with observations or data, such as examples, direct experience, or instruction, to look for patterns in data and make better decisions in the future based on the models that we provide.
Quá trình học bắt đầu bằng các quan sát hoặc dữ liệu, chẳng hạn như ví dụ, kinh nghiệm trực tiếp hoặc hướng dẫn, để tìm kiếm các mẫu trong dữ liệu và đưa ra quyết định tốt hơn trong tương lai dựa trên các ví dụ mà chúng tôi cung cấp.

Pattern recognition is a branch of machine learning that focuses on identifying pattern in data.
Nhận dạng mẫu( Pattern recognition) là một phần của Machine Learning, trong đó tập trung vào việc xác định các mẫu trong dữ liệu.