Khai thác dữ liệu (Data Mining)
Khai thác dữ liệu là quá trình khám phá các tương quan, mẫu và xu hướng mới có ý nghĩa bằng cách lọc qua lượng lớn dữ liệu lưu trữ trong kho, sử dụng công nghệ nhận diện mẫu cũng như kỹ thuật thống kê và toán học. Đây là phân tích tập dữ liệu quan sát để tìm mối quan hệ không ngờ tới và tóm tắt dữ liệu theo cách mới vừa dễ hiểu vừa hữu ích cho chủ sở hữu dữ liệu.
Là quy trình lựa chọn, khám phá và mô hình hóa lượng lớn dữ liệu để khám phá các quy luật hoặc quan hệ ban đầu chưa biết để đạt kết quả rõ ràng và có lợi cho chủ sở hữu cơ sở dữ liệu. Khai thác dữ liệu là quy trình khám phá và phân tích bằng phương tiện tự động hoặc bán tự động của lượng lớn dữ liệu để khám phá các mẫu và quy tắc có ý nghĩa.
Khai thác dữ liệu tương tự Khoa học dữ liệu. Được thực hiện bởi một người, trong tình huống cụ thể, trên tập dữ liệu cụ thể, với mục tiêu. Quy trình này bao gồm nhiều loại dịch vụ như khai thác văn bản, web, âm thanh và video, dữ liệu hình ảnh, và mạng xã hội. Được thực hiện qua phần mềm đơn giản hoặc chuyên biệt cao.
Học máy (Machine Learning)
Học máy là phương pháp tạo thuật toán phức tạp cho xử lý dữ liệu lớn và cung cấp kết quả cho người dùng. Nó sử dụng chương trình phức tạp có thể học qua kinh nghiệm và tạo dự đoán.
Các thuật toán được cải thiện tự thân bằng việc nhập thường xuyên thông tin huấn luyện. Mục tiêu chính của học máy là học dữ liệu và xây dựng mô hình từ dữ liệu có thể được hiểu và sử dụng bởi con người.
Có hai loại học máy:
Học máy không giám sát (Unsupervised Machine Learning) – Không dựa trên tập dữ liệu huấn luyện để dự đoán kết quả, mà dùng kỹ thuật trực tiếp bao gồm phân cụm và liên quan đến dự đoán kết quả. Tập huấn luyện được biểu diễn như đầu vào mà đầu ra đã biết.
Học máy có giám sát (Supervised Machine Learning) – Định nghĩa sự hiện diện của người giám sát như giáo viên. Là kỹ thuật học tập mà dạy/huấn luyện máy bằng dữ liệu được gán nhãn tốt, nghĩa là thông tin đã được đánh dấu với phản hồi đúng. Sau đó, máy được cung cấp tập dữ liệu mới để thuật toán học có giám sát phân tích thông tin huấn luyện và cung cấp kết quả chính xác từ dữ liệu có nhãn.
So sánh giữa Khai thác dữ liệu và Học máy:
| Khai thác dữ liệu | Học máy |
|---|---|
| Khai thác dữ liệu còn gọi là Khám phá Kiến thức trong Dữ liệu là kỹ thuật xác định bất thường, tương quan, xu hướng, mẫu trong hàng triệu bản ghi (đặc biệt dữ liệu có cấu trúc) để lấy insight hữu ích cho quyết định kinh doanh, có thể bỏ lỡ trong phân tích truyền thống. | Học máy là kỹ thuật tạo thuật toán phức tạp cho xử lý dữ liệu lớn và cung cấp kết quả. Sử dụng chương trình phức tạp học qua kinh nghiệm và tạo dự đoán. |
| Mục tiêu chính: tìm sự thật/thông tin trước đây bị bỏ qua/không biết dùng thuật toán toán học phức tạp. | Mục tiêu: hiểu thông tin và xây dựng mô hình từ dữ liệu có thể hiểu và dùng bởi con người. |
| Sử dụng CSDL, kho dữ liệu, engine khai thác dữ liệu, phương pháp đánh giá mẫu để lấy dữ liệu hữu ích. | Sử dụng mạng nơ-ron, mô hình dự đoán, thuật toán tự động để tạo quyết định. |
| Dùng trong lĩnh vực hạn chế. | Dùng trong lĩnh vực rộng lớn. |