Inhoudsopgave:
Definitie - Wat betekent karakterisering?
Karakterisering is een big data-methode die wordt gebruikt voor het genereren van beschrijvende parameters die de kenmerken en het gedrag van een bepaald gegevensitem effectief beschrijven. Dit wordt vervolgens gebruikt in niet-begeleide leeralgoritmen om patronen, clusters en trends te vinden zonder klassenlabels op te nemen die een vertekening kunnen hebben. Het wordt gebruikt in clusteranalyse en zelfs diepgaand leren.
Techopedia verklaart Karakterisering
Big data-karakterisering is een techniek om onbewerkte gegevens om te zetten in nuttige informatie, die wordt gebruikt in algoritmen voor machine learning en datamining. Karakterisatie genereert in wezen gecondenseerde weergaven van welke informatie-inhoud dan ook verborgen is in gegevens. Daarom kan het worden gebruikt als een middel voor het meten en volgen van gebeurtenissen, veranderingen en nieuwe opkomende gedragingen in grote dynamische gegevensstromen.
Enkele voordelen van karakterisering:
- Kan nuttige statistieken genereren voor het volgen en meten van gebeurtenissen en afwijkingen in gegevenssets
- Creëert kleine voetafdrukweergaven van essentiële informatie
- Voltooid snel data-naar-informatie conversie, wat de industrie dichter bij de volledige data-naar-informatie-naar-kennis transformatie brengt
- Is handig voor het indexeren en taggen van specifieke objecten, gebeurtenissen en andere functies in een gegevensverzameling
