Регресійний аналіз.

Пошук асоціативних правил для окремого товару.

Текстовий аналіз відгуків.

Кластеризація та класифікація.

2%

10%

25%

5%

На випадкових числах.

На анкетних даних про місце проживання.

На правилах, що описують поєднання симптомів захворювань.

Тільки на інтуїції лікаря.

Автоматичний пошук, класифікація та анотування документів з "інформаційного шуму".

Моніторинг швидкості завантаження сторінок.

Перевірка орфографії в коді сайту.

Стиснення зображень на сайті.

Правило Парето стверджує, що 100% клієнтів приносять дохід.

Утримання клієнта в 4-5 разів дешевше, ніж залучення нового.

Нові клієнти не приносять прибутку перші 5 років.

Це технічно неможливо через архітектуру мереж.

Прогнозування якості виробу залежно від параметрів технологічного процесу.

Розрахунок площі заводу.

Складання графіку відпусток.

Прогнозування погоди для працівників.

SQL-запити до поточної бази транзакцій.

Дерева рішень, кластерний аналіз, нейронні мережі.

Тільки лінійна регресія.

Виключно експертні оцінки працівників.

Різниці між цими поняттями не існує.

Web Usage Mining спрямований на виявлення закономірностей у поведінці користувачів (послідовність запитів сторінок).

Web Content Mining займається лише аналізом лог-файлів сервера.

Web Usage Mining аналізує структуру HTML-тегів, а Web Content — графіку.

Кількість відвідувачів у аптеках.

Величезні обсяги інформації про послідовності ДНК та структуру білків.

Тільки фінансові звіти фармацевтичних компаній.

Історія хвороб у паперовому вигляді.

Промислові дані не потребують попередньої обробки.

Технологічні процеси мають статистичну стабільність, що дає кращі результати прогнозування.

У промисловості дані є абсолютно хаотичними.

У промисловості неможливо використовувати класифікацію.