{"id":97890,"date":"2020-10-22T20:43:19","date_gmt":"2020-10-22T18:43:19","guid":{"rendered":"https:\/\/prohoster.info\/blog\/administrirovanie\/razbiraemsya-v-chem-raznicza-mezhdu-data-mining-i-data-extraction"},"modified":"2021-02-01T11:42:45","modified_gmt":"2021-02-01T09:42:45","slug":"razbiraemsya-v-chem-raznicza-mezhdu-data-mining-i-data-extraction","status":"publish","type":"post","link":"https:\/\/prohoster.info\/bs\/blog\/administrirovanie\/razbiraemsya-v-chem-raznicza-mezhdu-data-mining-i-data-extraction","title":{"rendered":"Razja\u0161njavamo koja je razlika izme\u0111u Data Mininga i Data Extraction-a","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"<p><noindex><a rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/company\/skillfactory\/blog\/524336\/\"><img decoding=\"async\" alt=\"Razja\u0161njavamo koja je razlika izme\u0111u Data Mininga i Data Extraction-a\" src=\"\/wp-content\/uploads\/2020\/10\/bd0e140b564b7f6696b346865a91784f.png\" style=\"display:block;margin: 0 auto;\"><\/a><\/noindex><br \/>\nOve dvije moderne rije\u010di povezane s Data Science-om zbunjuju mnoge ljude. Data Mining se \u010desto pogre\u0161no shvata kao izvla\u010denje i prikupljanje podataka, ali zapravo je mnogo slo\u017eenije. U ovom postu razjasnimo razlike izme\u0111u Data Mininga i Data Extraction-a.<br \/>\n<noindex><a rel=\"nofollow\" name=\"habracut\"><\/a><\/noindex><\/p>\n<h2>\u0160ta je Data Mining?<\/h2>\n<p>Data mining, tako\u0111er nazvan <strong>Otkrivanje znanja u bazama podataka (KDD)<\/strong>, predstavlja metodu koja se \u010desto koristi za analizu velikih skupova podataka pomo\u0107u statisti\u010dkih i matemati\u010dkih metoda za pronala\u017eenje skrivenih obrazaca ili trendova i izvla\u010denje vrijednosti iz njih.<\/p>\n<h2>\u0160ta se mo\u017ee posti\u0107i pomo\u0107u Data Mininga?<\/h2>\n<p>Automatizovanjem procesa, <noindex><a rel=\"nofollow\" href=\"https:\/\/www.octoparse.com\/blog\/7-web-mining-tools-around-the-web\">alatke za data mining<\/a><\/noindex> mogu pretra\u017eivati baze podataka i efikasno otkrivati skrivene obrasce. Za preduze\u0107a, data mining se \u010desto koristi za otkrivanje obrazaca i povezanosti u podacima, poma\u017eu\u0107i u dono\u0161enju optimalnih poslovnih odluka.<\/p>\n<h2>Primjeri primjene<\/h2>\n<p>Nakon \u0161to je data mining postao \u0161iroko rasprostranjen devedesetih godina, kompanije u raznim industrijama, uklju\u010duju\u0107i maloprodaju, finansije, zdravstvo, transport, telekomunikacije, elektronsku trgovinu itd., po\u010dele su koristiti metode data mining-a kako bi do\u0161le do informacija na osnovu podataka. Data mining mo\u017ee pomo\u0107i u segmentaciji klijenata, otkrivanju prevara, predikciji prodaje i jo\u0161 puno toga.<\/p>\n<ul>\n<li><b>Segmentacija klijenata<\/b><br \/>\nAnalizom podataka o klijentima i identifikacijom osobina ciljanih klijenata, kompanije mogu grupisati ih u posebne kategorije i pru\u017eiti ponude koje odgovaraju njihovim potrebama.<\/li>\n<li><b>Analiza tr\u017ei\u0161ne korpe<\/b><br \/>\nOva metoda se temelji na teoriji da, ako kupite odre\u0111enu grupu proizvoda, velika je vjerojatnost da \u0107ete kupiti i drugu grupu proizvoda. Jedan poznati primjer: kada o\u010devi kupuju pelene za svoje bebe, obi\u010dno kupuju i pivo zajedno s pelene.<\/li>\n<li><b>Predikcija prodaje<\/b><br \/>\nOvo mo\u017ee izgledati kao analiza tr\u017ei\u0161ne korpe, ali ovaj put se analiza podataka koristi za predvi\u0111anje kada \u0107e kupac ponovo kupiti proizvod u budu\u0107nosti. Na primjer, trener kupuje limenku proteina koja bi trebala trajati 9 meseci. Prodavnica koja prodaje ovaj protein planira da izda novi proizvod za 9 meseci kako bi trener ponovo kupio.<\/li>\n<li><b>Otkrivanje prevara<\/b><br \/>\nData mining poma\u017ee u izgradnji modela za otkrivanje prevara. Prikupnjeni uzorci prevarantskih i istinitih izve\u0161taja omogu\u0107avaju preduze\u0107ima da odrede koje su transakcije sumnjive.<\/li>\n<li><b>Otkrivanje obrazaca u proizvodnji<\/b><br \/>\nU prera\u0111iva\u010dkoj industriji se data mining koristi kako bi pomogao u projektovanju sistema, prepoznaju\u0107i veze izme\u0111u arhitekture proizvoda, profila i potreba klijenata. Data mining tako\u0111e mo\u017ee predvideti vremenske rokove razvijanja proizvoda i tro\u0161kove.<\/li>\n<\/ul>\n<p>I to su samo neki od scenarija kori\u0161\u0107enja data mining-a.<\/p>\n<h2>Faze data mining-a<\/h2>\n<p>Data mining je celokupan proces prikupljanja, odabira, \u010di\u0161\u0107enja, transformacije i ekstrakcije podataka za procenu obrazaca i, na kraju, radi dobijanja vrednosti.<\/p>\n<p><img decoding=\"async\" alt=\"Razja\u0161njavamo koja je razlika izme\u0111u Data Mininga i Data Extraction-a\" src=\"\/wp-content\/uploads\/2020\/10\/0f601a9f32e2b9517f1a7deb0e353b5a.png\" style=\"display:block;margin: 0 auto;\"><\/p>\n<p>Generalno, ceo proces data mining-a mo\u017ee se sa\u017eeti u 7 faza:<\/p>\n<ol>\n<li><b>\u010ci\u0161\u0107enje podataka<\/b><br \/>\nU stvarnom svetu, podaci nisu uvek o\u010di\u0161\u0107eni i strukturirani. \u010cesto su bu\u010dni, nepotpuni i mogu sadr\u017eavati gre\u0161ke. Da bi se osiguralo da je rezultat data mining-a ta\u010dan, prvo je potrebno o\u010distiti podatke. Neki od metoda \u010di\u0161\u0107enja uklju\u010duju popunjavanje nedostaju\u0107ih vrednosti, automatski i ru\u010dni nadzor itd.<\/li>\n<li><b>Integracija podataka<\/b><br \/>\nOvo je faza u kojoj se podaci iz razli\u010ditih izvora izdvajaju, kombinuju i integri\u0161u. Izvori mogu biti baze podataka, tekstualne datoteke, tabele, dokumenti, vi\u0161edimenzionalni nizovi podataka, internet itd.<\/li>\n<li><b>Uzorkovanje podataka<\/b><br \/>\nObi\u010dno nisu svi integrisani podaci potrebni za data mining. Uzorkovanje podataka je faza u kojoj se iz velike baze podataka biraju i izdvajaju samo korisni podaci.<\/li>\n<li><b>Transformacija podataka<\/b><br \/>\nNakon odabira podataka, oni se transformi\u0161u u oblike pogodne za ekstrakciju. Ovaj proces obuhvata normalizaciju, agregaciju, generalizaciju itd.<\/li>\n<li><b>Intelektualna analiza podataka<\/b><br \/>\nOvdje dolazi do najva\u017enijeg dijela data mininga \u2014 kori\u0161tenje inteligentnih metoda za pronala\u017eenje obrazaca u njima. Proces uklju\u010duje regresiju, klasifikaciju, prognoziranje, klasterizaciju, istra\u017eivanje asocijacija i mnogo vi\u0161e.<\/li>\n<li><b>Procjena modela<\/b><br \/>\nOva faza je usmjerena na identifikaciju potencijalno korisnih, lako razumljivih obrazaca, kao i obrazaca koji potvr\u0111uju hipoteze.<\/li>\n<li><b>Predstavljanje znanja<\/b><br \/>\nNa zavr\u0161noj fazi, dobijene informacije su predstavljene na privla\u010dan na\u010din s upotrebom metoda predstavljanja znanja i vizualizacije.<\/li>\n<\/ol>\n<h2>Nedostaci Data Mininga<\/h2>\n<ul>\n<li><b>Velika ulaganja vremena i truda<\/b><br \/>\nBudu\u0107i da je mining podataka dugotrajan i slo\u017een proces, on zahtijeva zna\u010dajan rad produktivnih i kvalificiranih ljudi. Stru\u010dnjaci za analizu podataka mogu se poslu\u017eiti mo\u0107nim alatima za mining podataka, no potrebni su im stru\u010dnjaci za pripremu podataka i razumijevanje rezultata. Kao rezultat, obrada svih informacija mo\u017ee potrajati neko vrijeme.<\/li>\n<li><b>Privatnost i sigurnost podataka<\/b><br \/>\nBudu\u0107i da data mining prikuplja podatke o kupcima kori\u0161tenjem tr\u017ei\u0161nih metoda, mo\u017ee naru\u0161iti privatnost korisnika. Osim toga, hakeri mogu dobiti pristup podacima pohranjenim u sustavima za mining podataka. To predstavlja prijetnju sigurnosti podataka klijenata. Ako ukradeni podaci budu kori\u0161teni neprimjereno, to mo\u017ee lako na\u0161tetiti drugima.<\/li>\n<\/ul>\n<blockquote><p>Gore je dato kratko uvodno obja\u0161njenje data mininga. Kao \u0161to sam ranije spomenula, data mining uklju\u010duje proces prikupljanja i integracije podataka, koji obuhva\u0107a proces ekstrakcije podataka (data extraction). U tom slu\u010daju, s pouzdanjem se mo\u017ee re\u0107i da data extraction mo\u017ee biti dio dugotrajnog procesa data mininga.<\/p><\/blockquote>\n<h2>\u0160ta je Data Extraction?<\/h2>\n<p>Tako\u0111er poznat kao \u201eizvla\u010denje web podataka\u201c i \u201eweb scraping\u201c, ovaj proces predstavlja \u010din izvla\u010denja podataka iz (obi\u010dno nestrukturiranih ili slabo strukturiranih) izvora podataka u centralizovana mesta i njihovo centralizovanje na jednom mestu za skladi\u0161tenje ili dalju obradu. Konkretno, nestrukturirani izvori podataka uklju\u010duju web stranice, e-po\u0161tu, dokumente, PDF datoteke, skenirani tekst, izve\u0161taje glavnih ra\u010dunara, trake, oglase itd. Centralizovana skladi\u0161ta mogu biti lokalna, cloud ili hibridna. Va\u017eno je zapamtiti da izvla\u010denje podataka ne uklju\u010duje obradu ili drugu analizu koja mo\u017ee uslediti kasnije.<\/p>\n<h2>\u0160ta se mo\u017ee uraditi pomo\u0107u izvla\u010denja podataka?<\/h2>\n<p>Uglavnom, ciljevi izvla\u010denja podataka se dele u 3 kategorije.<\/p>\n<ul>\n<li><b>Arhiviranje<\/b><br \/>\nIzvla\u010denje podataka mo\u017ee transformisati podatke iz fizi\u010dkih formata: knjiga, novina, ra\u010duna u digitalne formate, kao \u0161to su baze podataka za skladi\u0161tenje ili pravljenje rezervi.<\/li>\n<li><b>Promena formata podataka<\/b><br \/>\nKada \u017eelite da prenesete podatke sa va\u0161e trenutne web stranice na novu, koja je u fazi razvoja, mo\u017eete prikupiti podatke sa va\u0161eg vlastitog sajta izvla\u010de\u0107i ih.<\/li>\n<li><b>Analiza podataka<\/b><br \/>\nDodatna analiza izvla\u010denih podataka je \u010desta kako bi se dobio uvid u njih. To mo\u017ee izgledati sli\u010dno analizi podataka u mining-u podataka, ali imajte na umu da je analiza podataka cilj njihovog izvla\u010denja, ali ne i deo procesa. \u0160tavi\u0161e, podaci se analiziraju na druga\u010diji na\u010din. Jedan od primera: vlasnici internet prodavnica izvla\u010de informacije o proizvodima sa web stranica e-trgovine, kao \u0161to je Amazon, kako bi pratili strategije konkurenata u stvarnom vremenu. Kao i mining podataka, izvla\u010denje podataka je automatizovani proces koji ima mnoge prednosti. Ranije su ljudi ru\u010dno kopirali i nalepivali podatke s jednog mesta na drugo, \u0161to je oduzimalo puno vremena. Izvla\u010denje podataka ubrzava prikupljanje i zna\u010dajno pove\u0107ava ta\u010dnost \u0438\u0437\u0432\u043b\u0435\u0447\u0435\u043d\u0438\u0445 podataka.<\/li>\n<\/ul>\n<h2>Neki primeri primene izvla\u010denja podataka<\/h2>\n<p>Poput data mininga, ekstrakcija podataka se \u0161iroko koristi u razli\u010ditim industrijama. Pored pra\u0107enja cena u e-komerciji, ekstrakcija podataka mo\u017ee pomo\u0107i u vlastitom istra\u017eivanju, agregaciji vesti, marketingu, radu sa nekretninama, putovanjima i turizmu, konsultacijama, finansijama i mnogo toga drugog.<\/p>\n<ul>\n<li><b>Generisanje leadova<\/b><br \/>\nKompanije mogu izvla\u010diti podatke iz direktorijuma: Yelp, Crunchbase, Yellowpages i generisati leadove za razvoj biznisa. Mo\u017eete pogledati video u nastavku da biste saznali kako izvu\u0107i podatke iz Yellowpages pomo\u0107u <noindex><a rel=\"nofollow\" href=\"https:\/\/www.octoparse.com\/blog\/big-announcement-web-scraping-template-take-away\">\u0161ablona za web scraping<\/a><\/noindex>.<\/p>\n<p><center><iframe loading=\"lazy\" width=\"560\" height=\"315\" src=\"https:\/\/embedd.srv.habr.com\/iframe\/5f9016d7d4323713fd415857\" frameborder=\"0\" allowfullscreen=\"\"><\/iframe><\/center><\/li>\n<li><b>Agregacija sadr\u017eaja i vesti<\/b><br \/>\nAgregiraju\u0107e web stranice mogu redovno primati tokove podataka iz vi\u0161e izvora i odr\u017eavati svoje sajtove a\u017eurnim.<\/li>\n<li><b>Analiza sentimenta<\/b><br \/>\nNakon ekstrakcije recenzija, komentara i povratnih informacija iz dru\u0161tvenih mre\u017ea, kao \u0161to su Instagram i Twitter, stru\u010dnjaci mogu analizirati osnovne stavove i dobiti uvid u to kako se brend, proizvod ili pojava percipiraju.<\/li>\n<\/ul>\n<h2>Koraci ekstrakcije podataka<\/h2>\n<p>Ekstrakcija podataka je prvi korak ETL (akronim za Extract, Transform, Load: ekstrakcija, transformacija, u\u010ditavanje) i ELT (ekstrakcija, u\u010ditavanje i transformacija). ETL i ELT sami po sebi su deo zavr\u0161ene strategije integracije podataka. Drugim re\u010dima, ekstrakcija podataka mo\u017ee biti deo njihove eksploatacije.<\/p>\n<p><img decoding=\"async\" alt=\"Razja\u0161njavamo koja je razlika izme\u0111u Data Mininga i Data Extraction-a\" src=\"\/wp-content\/uploads\/2020\/10\/25128c2d46b3bc383606efde5862b480.png\" style=\"display:block;margin: 0 auto;\"><br \/>\nEkstrakcija, transformacija, u\u010ditavanje<\/p>\n<p>Dok je data mining proces dobijanja informacija iz velikih skupova podataka, ekstrakcija podataka je mnogo kra\u0107i i jednostavniji proces. Mo\u017ee se svesti na tri faze:<\/p>\n<ol>\n<li><b>Izbor izvora podataka<\/b><br \/>\nOdaberite izvor, iz kojeg \u017eelite da izvu\u010dete podatke, na primer, veb sajt.<\/li>\n<li><b>Prikupljanje podataka<\/b><br \/>\nPo\u0161aljite \"GET\" zahtev sajtu i analizirajte dobijeni HTML dokument koriste\u0107i programske jezike kao \u0161to su Python, PHP, R, Ruby itd.<\/li>\n<li><b>Skladi\u0161tenje podataka<\/b><br \/>\nSa\u010duvajte podatke u svojoj lokalnoj bazi podataka ili u obla\u010dnom skladi\u0161tu za budu\u0107u upotrebu. Ako ste iskusni programer koji \u017eeli da izvu\u010de podatke, navedeni koraci mogu vam delovati jednostavno. Me\u0111utim, ako ne programirate, postoji br\u017ei na\u010din - koristiti alate za ekstrakciju podataka, poput <noindex><a rel=\"nofollow\" href=\"http:\/\/www.octoparse.com\/\">Octoparse<\/a><\/noindex>. Alati za ekstrakciju podataka, kao i alati za rudarenje podataka, dizajnirani su da \u0161tedite energiju i olak\u0161aju obradu podataka svima. Ovi alati nisu samo ekonomski isplativi, ve\u0107 su i jednostavni za po\u010detnike. Omogu\u0107uju korisnicima prikupljanje podataka u nekoliko minuta, \u010duvanje u oblaku i izvo\u0111enje u mnogim formatima: Excel, CSV, HTML, JSON ili u baze podataka na sajtu preko API-ja.<\/li>\n<\/ol>\n<h2>Nedostaci ekstrakcije podataka<\/h2>\n<ul>\n<li><b>Pad servera<\/b><br \/>\nPrilikom ekstrakcije podataka u velikim razmerama, veb server ciljane stranice mo\u017ee biti preoptere\u0107en, \u0161to mo\u017ee dovesti do pada servera. To bi moglo naneti \u0161tetu interesima vlasnika stranice.<\/li>\n<li><b>Blokiranje po IP adresi<\/b><br \/>\nKada neko pre\u010desto prikuplja podatke, veb stranice mogu blokirati njegovu IP adresu. Resurs mo\u017ee potpuno zabraniti IP adresu ili ograni\u010diti pristup, \u010dine\u0107i podatke nepotpunim. Da biste izvodili ekstrakciju podataka i izbegli blokiranje, treba to raditi umjerenom brzinom i primeniti neke metode protiv blokiranja.<\/li>\n<li><b>Pravne pote\u0161ko\u0107e<\/b><br \/>\nEkstrakcija podataka sa veba ulazi u sivu zonu kada se radi o legalnosti. Veliki sajtovi, kao \u0161to su Linkedin i Facebook, jasno navode u svojim uslovima kori\u0161\u0107enja da je svaka automatska ekstrakcija podataka zabranjena. Izme\u0111u kompanija je bilo mnogo pravnih sporova zbog aktivnosti botova.<\/li>\n<\/ul>\n<h2>Klju\u010dne razlike izme\u0111u rudarenja podataka i ekstrakcije podataka<\/h2>\n<ol>\n<li>Rudarenje podataka se tako\u0111e naziva otkrivanjem znanja u bazama podataka, izvla\u010denjem znanja, analizom podataka\/ obrazaca, prikupljanjem informacija. Ekstrakcija podataka se koristi kao sinonim za ekstrakciju veb podataka, skeniranje veb stranica, prikupljanje podataka i tako dalje.<\/li>\n<li>Istra\u017eivanja rudarenja podataka uglavnom se oslanjaju na strukturirane podatke, dok se pri ekstrakciji podataka obi\u010dno izvode iz nestrukturiranih ili lo\u0161e strukturiranih izvora.<\/li>\n<li>Cilj rudarenja podataka je da u\u010dini podatke korisnijim za analizu. Ekstrakcija podataka podrazumeva prikupljanje podataka na jednom mestu gde se mogu sa\u010duvati ili obraditi.<\/li>\n<li>Analiza u rudarenju podataka se zasniva na matemati\u010dkim metodama za otkrivanje obrazaca ili trendova. Ekstrakcija podataka se oslanja na programske jezike ili alate za ekstrakciju podataka za pristup izvorima.<\/li>\n<li>Cilj rudarenja podataka je da prona\u0111e \u010dinjenice koje do sada nisu bile poznate ili su ignorisane, dok se ekstrakcija podataka bavi postoje\u0107im informacijama.<\/li>\n<li>Rudarstvo podataka je slo\u017eenije i zahtijeva ve\u0107a ulaganja u obuku ljudi. Ekstrakcija podataka, kada se koristi odgovaraju\u0107i alat, mo\u017ee biti izuzetno jednostavna i isplativa.<\/li>\n<\/ol>\n<p>Poma\u017eemo po\u010detnicima da se ne izgube u podacima. Specijalno za \u010dlanove Habr-a, napravili smo promotivni kod <b>HABR<\/b>, koji pru\u017ea dodatni popust od 10% na popust koji je naveden na baneru.<\/p>\n<p><noindex><a rel=\"nofollow\" href=\"https:\/\/skillfactory.ru\/?utm_source=infopartners&amp;utm_medium=habr&amp;utm_campaign=habr_banner&amp;utm_term=regular&amp;utm_content=habr_banner\"><img decoding=\"async\" alt=\"Razja\u0161njavamo koja je razlika izme\u0111u Data Mininga i Data Extraction-a\" src=\"\/wp-content\/uploads\/2020\/10\/19f2c89f80e09bcb31702236b2cbc4d2.png\" style=\"display:block;margin: 0 auto;\"><\/a><\/noindex><\/p>\n<ul>\n<li><noindex><a rel=\"nofollow\" href=\"https:\/\/skillfactory.ru\/dstpro?utm_source=infopartners&amp;utm_medium=habr&amp;utm_campaign=habr_DSPR&amp;utm_term=regular&amp;utm_content=211020\">Obuka za profesiju Data Science od nule<\/a><\/noindex><\/li>\n<li><noindex><a rel=\"nofollow\" href=\"https:\/\/skillfactory.ru\/data-science-camp?utm_source=infopartners&amp;utm_medium=habr&amp;utm_campaign=habr_DSTCAMP&amp;utm_term=regular&amp;utm_content=211020\">Online bootcamp za Data Science<\/a><\/noindex><\/li>\n<li><noindex><a rel=\"nofollow\" href=\"https:\/\/skillfactory.ru\/dataanalystpro?utm_source=infopartners&amp;utm_medium=habr&amp;utm_campaign=habr_DAPR&amp;utm_term=regular&amp;utm_content=211020\">Obuka za profesiju Data Analyst od nule<\/a><\/noindex><\/li>\n<li><noindex><a rel=\"nofollow\" href=\"https:\/\/skillfactory.ru\/business-analytics-camp?utm_source=infopartners&amp;utm_medium=habr&amp;utm_campaign=habr_DACAMP&amp;utm_term=regular&amp;utm_content=211020\">Online bootcamp za Data Analytics<\/a><\/noindex><\/li>\n<li><noindex><a rel=\"nofollow\" href=\"https:\/\/skillfactory.ru\/python-for-web-developers?utm_source=infopartners&amp;utm_medium=habr&amp;utm_campaign=habr_PWS&amp;utm_term=regular&amp;utm_content=211020\">Kurs 'Python za veb razvoj'<\/a><\/noindex><\/li>\n<\/ul>\n<p><b class=\"spoiler_title\">Jo\u0161 kurseva<\/b><\/p>\n<ul>\n<li><noindex><a rel=\"nofollow\" href=\"https:\/\/skillfactory.ru\/analytics?utm_source=infopartners&amp;utm_medium=habr&amp;utm_campaign=habr_SDA&amp;utm_term=regular&amp;utm_content=211020\">Kurs o analizi podataka<\/a><\/noindex><\/li>\n<li><noindex><a rel=\"nofollow\" href=\"https:\/\/skillfactory.ru\/devops?utm_source=infopartners&amp;utm_medium=habr&amp;utm_campaign=habr_DEVOPS&amp;utm_term=regular&amp;utm_content=211020\">Kurs o DevOps<\/a><\/noindex><\/li>\n<li><noindex><a rel=\"nofollow\" href=\"https:\/\/skillfactory.ru\/webdev?utm_source=infopartners&amp;utm_medium=habr&amp;utm_campaign=habr_WEBDEV&amp;utm_term=regular&amp;utm_content=211020\">Profesija Veb developer<\/a><\/noindex><\/li>\n<li><noindex><a rel=\"nofollow\" href=\"https:\/\/skillfactory.ru\/iosdev?utm_source=infopartners&amp;utm_medium=habr&amp;utm_campaign=habr_IOSDEV&amp;utm_term=regular&amp;utm_content=211020\">Profesija iOS developer od nule<\/a><\/noindex><\/li>\n<li><noindex><a rel=\"nofollow\" href=\"https:\/\/skillfactory.ru\/android?utm_source=infopartners&amp;utm_medium=habr&amp;utm_campaign=habr_ANDR&amp;utm_term=regular&amp;utm_content=211020\">Profesija Android developer od nule<\/a><\/noindex><\/li>\n<li><noindex><a rel=\"nofollow\" href=\"https:\/\/skillfactory.ru\/java?utm_source=infopartners&amp;utm_medium=habr&amp;utm_campaign=habr_JAVA&amp;utm_term=regular&amp;utm_content=211020\">Profesija Java developer od nule<\/a><\/noindex><\/li>\n<li><noindex><a rel=\"nofollow\" href=\"https:\/\/skillfactory.ru\/javascript?utm_source=infopartners&amp;utm_medium=habr&amp;utm_campaign=habr_FJS&amp;utm_term=regular&amp;utm_content=211020\">Kurs o JavaScriptu<\/a><\/noindex><\/li>\n<li><noindex><a rel=\"nofollow\" href=\"https:\/\/skillfactory.ru\/ml-programma-machine-learning-online?utm_source=infopartners&amp;utm_medium=habr&amp;utm_campaign=habr_ML&amp;utm_term=regular&amp;utm_content=211020\">Kurs o Machine Learning<\/a><\/noindex><\/li>\n<li><noindex><a rel=\"nofollow\" href=\"https:\/\/skillfactory.ru\/math_and_ml?utm_source=infopartners&amp;utm_medium=habr&amp;utm_campaign=habr_MATML&amp;utm_term=regular&amp;utm_content=211020\">Kurs 'Matematika i Machine Learning za Data Science'<\/a><\/noindex><\/li>\n<li><noindex><a rel=\"nofollow\" href=\"https:\/\/skillfactory.ru\/ml-and-dl?utm_source=infopartners&amp;utm_medium=habr&amp;utm_campaign=habr_MLDL&amp;utm_term=regular&amp;utm_content=211020\">Napredni kurs 'Machine Learning Pro + Deep Learning'<\/a><\/noindex><\/li>\n<\/ul>\n<h2>Preporu\u010deni \u010dlanci<\/h2>\n<ul>\n<li><noindex><a rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/company\/skillfactory\/blog\/507024\">Kako postati Data Scientist bez online kurseva<\/a><\/noindex><\/li>\n<li><noindex><a rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/company\/skillfactory\/blog\/503196\/\">450 besplatnih kurseva od Lige Plju\u0107a<\/a><\/noindex><\/li>\n<li><noindex><a rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/company\/skillfactory\/blog\/510444\/\">Kako u\u010diti Machine Learning 5 dana u nedelji 9 meseci zaredom<\/a><\/noindex><\/li>\n<li><noindex><a rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/company\/skillfactory\/blog\/520540\/\">Koliko zara\u0111uje analiti\u010dar podataka: pregled plata i radnih mesta u Rusiji i inostranstvu 2020. godine<\/a><\/noindex><\/li>\n<li><noindex><a rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/company\/skillfactory\/blog\/522776\/\">Machine Learning i Computer Vision u rudarskoj industriji<\/a><\/noindex><\/li>\n<\/ul>\n<p>Izvor: <a content=\"nofollow\" rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/company\/skillfactory\/blog\/524336\/\">habr.com<\/a><\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"<p>\u0414\u0432\u0430 \u044d\u0442\u0438\u0445 \u043c\u043e\u0434\u043d\u044b\u0445 \u0441\u043b\u043e\u0432\u0430, \u0441\u0432\u044f\u0437\u0430\u043d\u043d\u044b\u0445 \u0441 Data Science, \u0441\u0431\u0438\u0432\u0430\u044e\u0442 \u0441 \u0442\u043e\u043b\u043a\u0443 \u043c\u043d\u043e\u0433\u0438\u0445 \u043b\u044e\u0434\u0435\u0439. Data Mining \u0447\u0430\u0441\u0442\u043e \u043d\u0435\u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u043e \u043f\u043e\u043d\u0438\u043c\u0430\u044e\u0442 \u043a\u0430\u043a \u0438\u0437\u0432\u043b\u0435\u0447\u0435\u043d\u0438\u0435 \u0438 \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u0438\u0435 \u0434\u0430\u043d\u043d\u044b\u0445, \u043d\u043e \u043d\u0430 \u0441\u0430\u043c\u043e\u043c \u0434\u0435\u043b\u0435 \u0432\u0441\u0435 \u043d\u0430\u043c\u043d\u043e\u0433\u043e \u0441\u043b\u043e\u0436\u043d\u0435\u0435. \u0412 \u044d\u0442\u043e\u043c \u043f\u043e\u0441\u0442\u0435 \u0434\u0430\u0432\u0430\u0439\u0442\u0435 \u0440\u0430\u0441\u0441\u0442\u0430\u0432\u0438\u043c \u0442\u043e\u0447\u043a\u0438 \u043d\u0430\u0434 Mining \u0438 \u0432\u044b\u044f\u0441\u043d\u0438\u043c \u0440\u0430\u0437\u043d\u0438\u0446\u0443 \u043c\u0435\u0436\u0434\u0443 Data Mining \u0438 Data Extraction. \u0427\u0442\u043e \u0442\u0430\u043a\u043e\u0435 Data Mining? Data mining, \u0442\u0430\u043a\u0436\u0435 \u043d\u0430\u0437\u044b\u0432\u0430\u0435\u043c\u044b\u0439 [&hellip;]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":97891,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[688],"tags":[],"class_list":["post-97890","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-administrirovanie"],"aioseo_notices":[],"aioseo_head":"\n\t\t<!-- All in One SEO 5.0.5.1 - aioseo.com -->\n\t<meta name=\"robots\" content=\"max-image-preview:large\" \/>\n\t<meta name=\"author\" content=\"Yuri Gagarin\"\/>\n\t<link rel=\"canonical\" href=\"https:\/\/prohoster.info\/bs\/blog\/administrirovanie\/razbiraemsya-v-chem-raznicza-mezhdu-data-mining-i-data-extraction\" \/>\n\t\t<meta name=\"generator\" content=\"All in One SEO (AIOSEO) 5.0.5.1\" \/>\n\t\t<meta property=\"og:locale\" content=\"bs_BA\" \/>\n\t\t<meta property=\"og:site_name\" content=\"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b\" \/>\n\t\t<meta property=\"og:type\" content=\"article\" \/>\n\t\t<meta property=\"og:title\" content=\"\ud83e\udd47\u0420\u0430\u0437\u0431\u0438\u0440\u0430\u0435\u043c\u0441\u044f, \u0432 \u0447\u0435\u043c \u0440\u0430\u0437\u043d\u0438\u0446\u0430 \u043c\u0435\u0436\u0434\u0443 Data Mining \u0438 Data Extraction | ProHoster\" \/>\n\t\t<meta property=\"og:url\" content=\"https:\/\/prohoster.info\/bs\/blog\/administrirovanie\/razbiraemsya-v-chem-raznicza-mezhdu-data-mining-i-data-extraction\" \/>\n\t\t<meta property=\"og:image\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:secure_url\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:width\" content=\"350\" \/>\n\t\t<meta property=\"og:image:height\" content=\"350\" \/>\n\t\t<meta property=\"article:published_time\" content=\"2020-10-22T18:43:19+00:00\" \/>\n\t\t<meta property=\"article:modified_time\" content=\"2021-02-01T09:42:45+00:00\" \/>\n\t\t<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<meta property=\"article:author\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<!-- All in One SEO -->\n\n","aioseo_head_json":{"title":"\ud83e\udd47Razja\u0161njavamo razliku izme\u0111u rudarstva podataka i ekstrakcije podataka | ProHoster","description":"","canonical_url":"https:\/\/prohoster.info\/bs\/blog\/administrirovanie\/razbiraemsya-v-chem-raznicza-mezhdu-data-mining-i-data-extraction","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"bs_BA","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47\u0420\u0430\u0437\u0431\u0438\u0440\u0430\u0435\u043c\u0441\u044f, \u0432 \u0447\u0435\u043c \u0440\u0430\u0437\u043d\u0438\u0446\u0430 \u043c\u0435\u0436\u0434\u0443 Data Mining \u0438 Data Extraction | ProHoster","og:url":"https:\/\/prohoster.info\/bs\/blog\/administrirovanie\/razbiraemsya-v-chem-raznicza-mezhdu-data-mining-i-data-extraction","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2020-10-22T18:43:19+00:00","article:modified_time":"2021-02-01T09:42:45+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"97890","title":null,"description":"","keywords":"","keyphrases":null,"primary_term":null,"canonical_url":"","og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":null,"breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-02-28 10:11:01","updated":"2022-10-02 23:04:48","focus_keyword":null,"additional_keywords":null,"truseo_locale":null},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/posts\/97890","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/comments?post=97890"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/posts\/97890\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/media\/97891"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/media?parent=97890"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/categories?post=97890"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/tags?post=97890"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}