Q:
Hva er forskjellen mellom maskinlæring og data mining?
EN:Data mining og maskinlæring er to veldig forskjellige begrep - men de blir ofte brukt i samme sammenheng, som er partenes evne til å avgrense og sortere data for å komme med innsikt og konklusjoner. Likhetene og forskjellene kombinert kan gjøre at det å snakke om disse to veldig forskjellige prosessene er forvirrende for mindre teknisk kunnskapsrike publikum.
Data mining er prosessen med å samle data og deretter trekke ut nyttige data fra det større datasettet. Det er en type kunnskapsoppdagelse som har pågått helt siden vi ble i stand til å samle store datamengder. Du kan gjøre data mining med et ganske primitivt system: Programmet vil bli programmert for å se etter spesifikke mønstre og datatrender, og teknisk informasjon vil bli "utvunnet" fra den rå datamassen i hvilken form den måtte være i.
Maskinlæring er noe nyere og mer sofistikert. Maskinlæring bruker datasett, men i motsetning til datamining, bruker maskinlæring forseggjorte algoritmer og oppsett som nevrale nettverk for å faktisk tillate maskinen å lære av inndataene. Som sådan er maskinlæring ganske mye mer dyptgående enn en data mining-operasjon. I et nevralt nettverk fungerer for eksempel kunstige nevroner i lag for å ta inn inputdata og frigjøre outputdata med mye forseggjort "black box" -aktivitet i mellom (uttrykket "black box" gjelder mer sofistikerte systemer når mennesker har en vanskelig å forstå hvordan nevrale nettverk eller algoritmer faktisk gjør jobben sin).
Databehandling og maskinlæring er også ganske forskjellige i bruksområder for bedrift. Igjen kan data mining fortsette innen en gitt ERP-applikasjon, og i mange forskjellige prosesser.
Derimot krever et maskinlæringsprosjekt betydelige ressurser. Prosjektledere må sette sammen trenings- og testdataene, se etter problemer som overmontering, bestemme om valg av funksjon og ekstraksjon av funksjoner og mye mer. Læring av maskiner kan kreve komplekse former for innkjøp fra forskjellige interessenter, mens datagruvedrift vanligvis bare krever en rask avmelding.
Til tross for disse forskjellene, gjelder både data mining og maskinlæring på området data science. Lær mer om data science hjelper interessenter med å lære mer om hvordan disse prosessene fungerer og hvordan de kan brukes i en gitt bransje.
