時間的データマイニングとは何ですか？

時間的データマイニングは、時間的データの大規模なセットから、重要で、暗黙的で、潜在的に不可欠なデータを抽出するプロセスを定義します。時間データは一連の主要なデータタイプであり、通常は数値であり、時間データから有益な知識を収集することを扱います。

時間的データマイニングの目的は、時間的シーケンスと呼ばれるアルファベットからの名目上のシンボルのシーケンスと連続的な実数のシーケンスで構成される、より高いシーケンシャルデータの時間的パターン、予期しない傾向、またはいくつかの隠れた関係を見つけることです。機械学習、統計、データベーステクノロジーからの一連のアプローチを利用することにより、時系列と呼ばれる価値のあるコンポーネント。

時間的データマイニングは、時間的データの記述、類似性測度の表現、マイニングサービスなどの3つの主要な作業で構成されています。

時間データマイニングには、時系列、通常はデータのシーケンスの処理が含まれ、複数の時点のシーケンスで同じ属性の値を計算します。特定の関心パターンを検索するこのような情報を使用したパターンマッチングは、近年かなりの関心を集めています。

時制データマイニングには、時制データベース向けに高度化されたデータストレージ、迅速な処理、および迅速な検索方法の効率的な手法の活用が含まれます。

時間的データマイニングは、モデルから時間的パターンを計算したり、モデルに適合させたりする時間的データベースでの知識発見プロセスの個々のフェーズです。時間的データは、時間的データマイニングアルゴリズムです。

時間的データマイニングは、時間的データの分析と、時間的情報のセットにおける時間的パターンと一貫性の発見に関係しています。また、コンピューター駆動のデータの自動探索の可能性もあります。時間的マイニングには、次のようなさまざまなタスクがあります-

• データの特性評価と比較
• クラスタリング分析
• 分類
• アソシエーションルール
• パターン分析
• 予測と傾向分析

時間的データマイニングは、時間的データベースと対話し、時間的構造化クエリ言語で許可されているよりもはるかに抽象的なレベルでクエリを指定する新しい方法をもたらしました。また、多次元および多次元に起因する問題のデータ探索も可能にします。

時間分類の基本的な目標は、他のフィールドに基づいて時制データベース内の時間的に関連するフィールドを予測することです。一般に、問題は、さまざまなフィールドで予測される時間変数の一般的な値、観測ごとにターゲット変数が与えられるトレーニングデータ、および問題に関する事前の知識を表す一連の仮定を決定することとしてキャストされます。 。時間分類手法は、密度推定の複雑な問題に関連しています。