KDD:数据库中的知识发现
“Knowledge Discovery in Databases”通常被缩写为KDD,以方便书写与交流,尤其在计算机科学与数据技术领域应用广泛。这一概念的中文译名为“数据库中的知识发现”,指从大量数据中提取有价值信息与潜在规律的过程,是数据挖掘与智能分析的关键环节。
Knowledge Discovery in Databases具体释义
Knowledge Discovery in Databases的英文发音
例句
- Data mining, also known as knowledge discovery in databases.
- 数据采掘,也称数据库中的知识发现(KDD)。
- Knowledge discovery in databases is a very active research area.
- 在数据库中发现知识是一个非常活跃的研究领域。
- Attribute-oriented induction is a method for knowledge discovery in databases that has recently been described and widely applied.
- 面向属性的归纳是新近提出的一种广泛用于数据库中知识发现的方法。
- We have analyzed and explored some problems about the agriculture expert system ( ES ), agriculture database / data warehouse, GIS-based soil information system, distributed computer control technology in the greenhouse, the knowledge discovery in databases ( KDD ) and so on.
- 对农业专家系统、农业数据库/数据仓库、基于GIS的土壤信息系统、农业知识发现KDD以及温室分布式计算机控制技术等问题进行了分析和探索。
- In response to this growing need, the closely related fields of Knowledge Discovery in Databases(KDD) ( KDD ) and Data-mining have developed processes and algorithms to intelligently extract interesting and useful information ( i.e. knowledge ) from huge amount of raw data.
- 于是相应地,数据库中知识发现(KDD)和数据挖掘两个密切相关的领域中,企图从大量原始数据中智能地提取感兴趣及有用信息的过程和方法得到了很大发展。
本站英语缩略词为个人收集整理,可供非商业用途的复制、使用及分享,但严禁任何形式的采集或批量盗用
若KDD词条信息存在错误、不当之处或涉及侵权,请及时联系我们处理:675289112@qq.com。