Tujuan utama dari data mining adalah

• Pencarian data

• Pencarian pola

• Pencarian database

• Pencarian relationship

• Pengeditan data

Tantangan dalam data mining adalah besarnya ukuran basis data yang digunakan disebut

• Dimensionality

• Scalability

• Complex and heterogeneous data

• Privacy Preservation

• Streaming data

Pengukuran dilakukan dengan variasi pengukuran dari kuantitas yang sedang diukur dengan pengukuran antara mean dan nilai kuantitas yang diketahui, adalah jenis kesalahan pengukuran

• Noise

• Bias

• Presisi

• Akurasi

• Prediksi

Termasuk dalam metode penyelesaian masalah dalam data mining adalah

• Relasi

• Prediksi

• Klasifikasi

• Relationship

• Asosias

Banyaknya jumlah atribut dalam data yang akan diproses pada data mining

• Scalability

• Dimensionality

• Data quality

• Streaming data

• Privacy preservation

Data mining digunakan untuk melakukan information discovery yang ditujukan untuk

• Data analyst

• Programmer

• Network enginer

• Database administrator

• Operator komputer

Kumpulan dari objek dan atributnya disebut

• Data

• Himpunan

• Himpunan data

• Atribut data

• Objek data

Kodepos, dan atribut yang memiliki himpunan nilai yang berhingga maupun yang tak berhingga tetapi bisa dihitung termasuk dalam kelompok atribut

• Diskrit

• Kontinyu

• Interval

• Nominal

• Biner

Angka 0,75 atau ¾ , berdasarkan jumlah nilainya dapat dikelompokkan kedalam atribut

• Diskrit

• Kontinyu

• Interval

• Nominal

• Biner

Yang tidak termasuk dalam penanganan missing value adalah

• Menambah objek data

• Mengurangi objek data

• Memperkirakan missing value

• Mengabaikan missing value pada saat analisis

• Mengganti dengan semua nilai yang mungkin