Knowledge Discovery in Databases 知识发现 ; 数据库知识发现 ; 数据库内知识发现 ; 和数据库知识发现
kdd knowledge discovery in databases 在数据库中发现知识
knowledge discovery in databases kdd 数据库中知识发现
knowledge discovery in databases that 数据库中知识发现
Knowledge Discovery in Inductive Databases 归纳式数据库的知识发现
Data Mining or Knowledge Discovery in Databases is a new Artificial Intelligence branch developed since1990s’.
数据挖掘(Data Mining，简称DM)，又称为数据库中的知识发现，是90年代中后期发展起来的人工智能分支。
参考来源 - 基于数据挖掘技术和加权回归技术的电价预测Knowledge discovery in databases ( KDD) is an effective method to solve the problem of uncertainty.
知识发现是解决不确定性问题的有效方法。
参考来源 - 基于粗糙案例推理在线自我学习决策方法·2,447,543篇论文数据，部分数据来源于NoteExpress
Data mining, also known as knowledge-discovery in databases (KDD), is the practice of automatically searching large stores of data for patterns.
数据挖掘，或者叫做数据库知识发现，是一种自动在大量数据中寻找具有某种相同属性集合的技术。
However, as well known, there are many issues in databases, such as redundant data, missing data, uncertain data, inconsistent data, and so on, they are the barriers to knowledge discovery.
然而，众所周知，数据库中往往存在冗余数据、缺失数据、不确定数据和不一致数据等诸多情况，这些数据成了发现知识的一大障碍。
Data mining, referred to as knowledge discovery in databases, is the extraction of patterns representing valuable knowledge implicitly stored in large databases or data warehouses.
数据挖掘，又称数据库中的知识发现，是指从大型数据库或数据仓库中提取具有潜在应用价值的知识或模式。
应用推荐