Українська: Data mining – це цілеспрямований пошук (статистичних) зв’язків між різними наборами даних з метою створення профілів для наукового, журналістського або комерційного використання.
Nederlands: Datamining (gegevensdelving, datadelving) is het gericht zoeken naar (statistische) verbanden tussen verschillende gegevensverzamelingen met als doel profielen op te stellen voor wetenschappelijk, journalistiek of commercieel gebruik.
English: Data mining is the targeted search for (statistical) connections between different datasets, with the aim of creating profiles for scientific, journalistic, or commercial use.
| Словник термінів: «Datamining» (Інтелектуальний аналіз даних) | ||
|---|---|---|
| Woordenlijst met termen: “Datamining” | ||
| Нижче наведено професійну лексику з галузі Data Mining (Datamining) — інтелектуального аналізу даних. Словник містить українські терміни з перекладом нідерландською та англійською мовами. | ||
| Hieronder vindt u een professionele woordenlijst uit het vakgebied Data Mining. De woordenlijst bevat Oekraïense termen met vertalingen in het Nederlands en Engels. | ||
| 1. Основні поняття Datamining – Basisbgrippen van Datamining | ||
| Українська | Нідерландська | Англійська |
| Інтелектуальний аналіз даних | Datamining | Data mining |
| Видобування даних | Gegevensextractie | Data extraction |
| Аналіз даних | Gegevensanalyse | Data analysis |
| Великі дані | Big data | Big data |
| Набір даних | Dataset | Dataset |
| Джерело даних | Gegevensbron | Data source |
| Інформація | Informatie | Information |
| База даних | Database | Database |
| Масив даних | Gegevensbestand | Data set |
| Знання | Kennis | Knowledge |
| Виявлення знань | Kennisontdekking | Knowledge discovery |
| Шаблон / закономірність | Patroon | Pattern |
| Прихована закономірність | Verborgen patroon | Hidden pattern |
| Залежність | Afhankelijkheid | Dependency |
| Зв’язок | Verband | Relationship |
| Гіпотеза | Hypothese | Hypothesis |
| Модель даних | Gegevensmodel | Data model |
| Алгоритм | Algoritme | Algorithm |
| 2. Методи та техніки Datamining – Dataminingmethoden en -technieken | ||
| Українська | Нідерландська | Англійська |
| Кластеризація | Clustering | Clustering |
| Класифікація | Classificatie | Classification |
| Регресійний аналіз | Regressieanalyse | Regression analysis |
| Асоціативний аналіз | Associatieanalyse | Association analysis |
| Аналіз послідовностей | Sequentieanalyse | Sequence analysis |
| Аналіз тенденцій | Trendanalyse | Trend analysis |
| Прогнозний аналіз | Voorspellende analyse | Predictive analysis |
| Статистичний аналіз | Statistische analyse | Statistical analysis |
| Аналіз відхилень | Afwijkingsanalyse | Deviation analysis |
| Виявлення аномалій | Anomaliedetectie | Anomaly detection |
| Аналіз часових рядів | Tijdreeksanalyse | Time series analysis |
| Дерево рішень | Beslisboom | Decision tree |
| Нейронна мережа | Neuraal netwerk | Neural network |
| Машинне навчання | Machine learning | Machine learning |
| Глибоке навчання | Deep learning | Deep learning |
| Правила асоціації | Associatieregels | Association rules |
| Аналіз кошика покупця | Marktmandanalyse | Market basket analysis |
| Сегментація даних | Gegevenssegmentatie | Data segmentation |
| 3. Підготовка та обробка даних – Gegevensvoorbereiding en -verwerking | ||
| Українська | Нідерландська | Англійська |
| Збір даних | Gegevensverzameling | Data collection |
| Очищення даних | Gegevensopschoning | Data cleaning |
| Попередня обробка даних | Voorbewerking van gegevens | Data preprocessing |
| Перетворення даних | Gegevenstransformatie | Data transformation |
| Нормалізація даних | Gegevensnormalisatie | Data normalization |
| Стандартизація даних | Gegevensstandaardisatie | Data standardization |
| Інтеграція даних | Gegevensintegratie | Data integration |
| Фільтрація даних | Gegevensfiltering | Data filtering |
| Відбір ознак | Kenmerkselectie | Feature selection |
| Вилучення ознак | Kenmerkextractie | Feature extraction |
| Зменшення розмірності | Dimensiereductie | Dimensionality reduction |
| Відсутні значення | Ontbrekende waarden | Missing values |
| Дублікати | Duplicaten | Duplicates |
| Шум у даних | Ruis in gegevens | Data noise |
| Неповні дані | Onvolledige gegevens | Incomplete data |
| Якість даних | Datakwaliteit | Data quality |
| 4. Статистичні поняття та показники – Statistische concepten en indicatoren | ||
| Українська | Нідерландська | Англійська |
| Середнє значення | Gemiddelde | Mean / Average |
| Медіана | Mediaan | Median |
| Мода | Modus | Mode |
| Дисперсія | Variantie | Variance |
| Стандартне відхилення | Standaardafwijking | Standard deviation |
| Кореляція | Correlatie | Correlation |
| Коефіцієнт кореляції | Correlatiecoëfficiënt | Correlation coefficient |
| Ймовірність | Waarschijnlijkheid | Probability |
| Розподіл | Verdeling | Distribution |
| Частота | Frequentie | Frequency |
| Вибірка | Steekproef | Sample |
| Генеральна сукупність | Populatie | Population |
| Статистична значущість | Statistische significantie | Statistical significance |
| Похибка | Foutmarge | Margin of error |
| Довірчий інтервал | Betrouwbaarheidsinterval | Confidence interval |
| Викид | Uitschieter | Outlier |
| 5. Машинне навчання та моделювання – Machine learning en modellering | ||
| Українська | Нідерландська | Англійська |
| Навчання моделі | Modeltraining | Model training |
| Навчальна вибірка | Trainingsset | Training set |
| Тестова вибірка | Testset | Test set |
| Перевірочна вибірка | Validatieset | Validation set |
| Контрольоване навчання | Leren onder toezicht | Supervised learning |
| Неконтрольоване навчання | Leren zonder toezicht | Unsupervised learning |
| Навчання з підкріпленням | Versterkend leren | Reinforcement learning |
| Алгоритм навчання | Leeralgoritme | Learning algorithm |
| Точність моделі | Modelnauwkeurigheid | Model accuracy |
| Прогноз | Voorspelling | Prediction |
| Перенавчання моделі | Overfitting | Overfitting |
| Недонавчання моделі | Underfitting | Underfitting |
| Перехресна перевірка | Kruisvalidatie | Cross-validation |
| Оцінювання моделі | Modelevaluatie | Model evaluation |
| Оптимізація моделі | Modeloptimalisatie | Model optimization |
| Параметр | Parameter | Parameter |
| Гіперпараметр | Hyperparameter | Hyperparameter |
| 6. Оцінювання результатів Datamining – Het evalueren van dataminingresultaten | ||
| Українська | Нідерландська | Англійська |
| Точність | Nauwkeurigheid | Accuracy |
| Прецизійність | Precisie | Precision |
| Повнота | Recall | Recall |
| F-міра | F-maat | F-measure |
| Матриця помилок | Verwarringsmatrix | Confusion matrix |
| Хибнопозитивний результат | Fout-positief resultaat | False positive |
| Хибнонегативний результат | Fout-negatief resultaat | False negative |
| Істиннопозитивний результат | Echt-positief resultaat | True positive |
| Істиннонегативний результат | Echt-negatief resultaat | True negative |
| Похибка прогнозу | Voorspellingsfout | Prediction error |
| Якість моделі | Modelkwaliteit | Model quality |
| Надійність результатів | Betrouwbaarheid van resultaten | Reliability of results |
| Ефективність алгоритму | Efficiëntie van het algoritme | Algorithm efficiency |
| 7. Інструменти та технології – Gereedschappen en technologieën | ||
| Українська | Нідерландська | Англійська |
| Мова програмування | Programmeertaal | Programming language |
| Мова SQL | SQL-taal | SQL language |
| Python | Python | Python |
| R (мова програмування) | R (programmeertaal) | R programming language |
| Програмне забезпечення | Software | Software |
| Інструмент аналізу даних | Gegevensanalysetool | Data analysis tool |
| Сховище даних | Datawarehouse | Data warehouse |
| Хмарні обчислення | Cloudcomputing | Cloud computing |
| Візуалізація даних | Datavisualisatie | Data visualization |
| Інформаційна панель | Dashboard | Dashboard |
| Автоматизація аналізу | Automatisering van analyse | Analysis automation |
| Інтелектуальна система | Intelligent systeem | Intelligent system |
| 8. Професійні дієслова та словосполучення – Professionele werkwoorden en uitdrukkingen | ||
| Українська | Нідерландська | Англійська |
| Аналізувати дані | Gegevens analyseren | To analyze data |
| Видобувати дані | Gegevens extraheren | To extract data |
| Виявляти закономірності | Patronen ontdekken | To discover patterns |
| Шукати залежності | Verbanden zoeken | To find relationships |
| Прогнозувати результати | Resultaten voorspellen | To predict results |
| Класифікувати дані | Gegevens classificeren | To classify data |
| Групувати дані | Gegevens groeperen | To group data |
| Сегментувати клієнтів | Klanten segmenteren | To segment customers |
| Навчати модель | Een model trainen | To train a model |
| Перевіряти гіпотезу | Een hypothese toetsen | To test a hypothesis |
| Оцінювати результати | Resultaten evalueren | To evaluate results |
| Виявляти аномалії | Anomalieën detecteren | To detect anomalies |
| Обробляти великі обсяги даних | Grote hoeveelheden gegevens verwerken | To process large amounts of data |
| Приймати рішення на основі даних | Beslissingen nemen op basis van gegevens | To make data-driven decisions |
| 9. Приклади професійних речень нідерландською мовою – Voorbeelden van professionele zinnen in het Nederlands | ||
| Ці речення допоможуть використовувати термінологію в навчанні та професійному спілкуванні. | ||
| Нідерландська | Український переклад | |
| Datamining helpt om verborgen patronen in gegevens te ontdekken. | Інтелектуальний аналіз даних допомагає виявляти приховані закономірності в даних. | |
| We gebruiken clustering om klanten in groepen te verdelen. | Ми використовуємо кластеризацію, щоб розподілити клієнтів на групи. | |
| Het algoritme analyseert grote hoeveelheden gegevens. | Алгоритм аналізує великі обсяги даних. | |
| Met machine learning kunnen we toekomstige trends voorspellen. | За допомогою машинного навчання ми можемо прогнозувати майбутні тенденції. | |
| Eerst moeten we de gegevens opschonen. | Спочатку потрібно очистити дані. | |
| De kwaliteit van de gegevens beïnvloedt de resultaten. | Якість даних впливає на результати. | |
| Het model wordt getest met een testset. | Модель тестується за допомогою тестової вибірки. | |
| We zoeken naar verbanden tussen verschillende variabelen. | Ми шукаємо взаємозв’язки між різними змінними. | |
| Het doel is om betrouwbare voorspellingen te maken. | Мета полягає в тому, щоб робити надійні прогнози. | |
| De resultaten worden weergegeven in een dashboard. | Результати відображаються на інформаційній панелі. | |
| 10. Найважливіші терміни для запам’ятовування – De belangrijkste termen om te onthouden | ||
| Пріоритетна лексика | ||
| Нідерландська | Англійська | Українська |
| Datamining | Data mining | Інтелектуальний аналіз даних |
| Clustering | Clustering | Кластеризація |
| Classificatie | Classification | Класифікація |
| Voorspelling | Prediction | Прогноз |
| Patroonherkenning | Pattern recognition | Розпізнавання закономірностей |
| Machine learning | Machine learning | Машинне навчання |
| Gegevensopschoning | Data cleaning | Очищення даних |
| Anomaliedetectie | Anomaly detection | Виявлення аномалій |
| Associatieregels | Association rules | Правила асоціації |
| Beslisboom | Decision tree | Дерево рішень |
| Neuraal netwerk | Neural network | Нейронна мережа |
| Modeltraining | Model training | Навчання моделі |
| Datakwaliteit | Data quality | Якість даних |
| Overfitting | Overfitting | Перенавчання моделі |
| Kruisvalidatie | Cross-validation | Перехресна перевірка |
| Рекомендація: для професійної роботи в Нідерландах у сфері Data Mining особливо важливо знати терміни clustering, classificatie, patroonherkenning, voorspellende analyse, machine learning та modeltraining. | ||
| Aanbeveling: voor professioneel werk in Nederland op het gebied van data mining is het met name belangrijk om de termen clustering, classificatie, patroonherkenning, voorspellende analyse, machine learning en modeltraining te kennen. | ||