1. El análisis de datos se puede dividir en análisis de datos de sentido amplio y análisis de datos de sentido estricto. El análisis de datos de sentido estricto incluye el análisis de datos de sentido estricto y la minería de datos. .
2. Análisis de datos (sentido estricto):
Definición: En pocas palabras, el análisis de datos es el análisis de datos. Desde el punto de vista profesional, el análisis de datos se refiere al uso de métodos y herramientas de análisis estadístico apropiados para procesar y analizar los datos recopilados de acuerdo con el propósito del análisis, extraer información valiosa y aprovechar al máximo los datos.
Función: Logra principalmente tres funciones principales: análisis de estado, análisis de causa y análisis predictivo (cuantitativo). El objetivo del análisis de datos es claro: primero hacer suposiciones y luego verificar si las suposiciones son correctas mediante el análisis de datos, para sacar las conclusiones correspondientes.
Métodos: se utilizan principalmente métodos de análisis comunes, como análisis comparativo, análisis de agrupación, análisis cruzado y análisis de regresión.
Resultados: el análisis de datos generalmente obtiene un resultado estadístico de indicador, como; la suma, el valor promedio, etc. Estos datos indicadores deben interpretarse junto con la empresa para resaltar el valor y el papel de los datos. Internet es una red mágica, y el desarrollo de big data y la personalización de software también son un modelo. La cotización más detallada se proporciona aquí. Si realmente desea hacerlo, puede venir aquí. El número inicial de esta habilidad es 187, el número del medio es 3er0 y el último número es 14250. Puede encontrarlo combinándolos. en orden. Lo que quiero decir es que, a menos que quieras hacer algo o entender este aspecto, si simplemente te unes a la diversión, no vengas.
3. Minería de datos:
Definición: La minería de datos se refiere a extraer información desconocida y útil de una gran cantidad de datos a través de estadísticas, inteligencia artificial, aprendizaje automático y otros métodos. valorar la información y el conocimiento.
Función: La minería de datos se centra principalmente en resolver cuatro tipos de problemas: clasificación, agrupamiento, asociación y predicción (cuantitativa, cualitativa). El objetivo de la minería de datos es encontrar patrones y reglas desconocidos; , Casos de minería de datos: cerveza y pañales, condones y chocolate, etc. Esto se desconoce de antemano pero es información muy valiosa;
Métodos: utiliza principalmente árboles de decisión, redes neuronales, reglas de asociación y análisis de conglomerados Minería usando estadísticas, inteligencia artificial, aprendizaje automático y otros métodos;
Resultado: genere el modelo o las reglas y obtenga puntuaciones o etiquetas del modelo en consecuencia, como valor de probabilidad de abandono, puntuación suma, similitud, valores previstos, etc. ., con etiquetas como usuarios de valor alto, medio y bajo, abandono y no abandono, crédito bueno, medio y malo, etc.;
4. ) y la minería de datos son lo mismo: descubrir conocimiento empresarial (información valiosa) a partir de datos, ayudando así a las operaciones comerciales, mejorando los productos y ayudando a las empresas a tomar mejores decisiones. Por lo tanto, el análisis de datos (sentido estricto) y la minería de datos constituyen un análisis de datos amplio.