{"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\/sl\/blog\/administrirovanie\/razbiraemsya-v-chem-raznicza-mezhdu-data-mining-i-data-extraction","title":{"rendered":"Razpravljamo o razlikah med Data Mining in Data Extraction.","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=\"Razpravljamo o razlikah med Data Mining in Data Extraction.\" src=\"\/wp-content\/uploads\/2020\/10\/bd0e140b564b7f6696b346865a91784f.png\" style=\"display:block;margin: 0 auto;\"><\/a><\/noindex><br \/>\nTi dve modni besedi, povezani z analitiko podatkov, \u0161tevilne ljudi zmedeta. Data Mining se pogosto napa\u010dno razume kot pridobivanje in ekstrakcija podatkov, a je v resnici vse precej bolj zapleteno. V tem prispevku si poglejmo razlike med Mining in dejansko izvle\u010demo, kaj Data Mining in Data Extraction res pomenita.<br \/>\n<noindex><a rel=\"nofollow\" name=\"habracut\"><\/a><\/noindex><\/p>\n<h2>Kaj je Data Mining?<\/h2>\n<p>Data mining, imenovan tudi <strong>odkrivanje znanja v podatkovnih bazah (KDD)<\/strong>, je metoda, ki se pogosto uporablja za analizo velikih koli\u010din podatkov s statisti\u010dnimi in matemati\u010dnimi metodami za iskanje skritih vzorcev ali trendov ter pridobivanje vrednosti iz njih.<\/p>\n<h2>Kaj lahko storimo s pomo\u010djo Data Mining?<\/h2>\n<p>Z avtomatizacijo procesa, <noindex><a rel=\"nofollow\" href=\"https:\/\/www.octoparse.com\/blog\/7-web-mining-tools-around-the-web\">orodja za data mining<\/a><\/noindex> lahko pregledujejo podatkovne baze in u\u010dinkovito odkrijejo skrite vzorce. Za podjetja se data mining pogosto uporablja za odkrivanje vzorcev in povezav v podatkih, kar pomaga pri sprejemanju optimalnih poslovnih odlo\u010ditev.<\/p>\n<h2>Primeri uporabe<\/h2>\n<p>Po tem, ko je data mining v 90. letih prej\u0161njega stoletja pridobil na priljubljenosti, so podjetja v \u0161irokem spektru industrij, vklju\u010dno z maloprodajo, financami, zdravstvom, transportom, telekomunikacijami, elektronsko trgovino itd., za\u010dela uporabljati metode data mining za pridobivanje informacij na podlagi podatkov. Data mining lahko pomaga segmentirati stranke, odkrivati goljufije, napovedovati prodajo in \u0161e marsikaj drugega.<\/p>\n<ul>\n<li><b>Segmentacija strank<\/b><br \/>\nS pomo\u010djo analize podatkov o strankah in odkrivanjem zna\u010dilnosti ciljnih strank, lahko podjetja oblikujejo skupine in jim ponudijo posebne ponudbe, prilagojene njihovim potrebam.<\/li>\n<li><b>Analiza nakupovalne ko\u0161arice<\/b><br \/>\nTa metoda temelji na teoriji, da \u010de kupite dolo\u010den nabor izdelkov, boste verjetno kupili \u0161e en nabor izdelkov. Eden znanih primerov: ko o\u010detje kupujejo plenice za svoja dojen\u010dke, obi\u010dajno kupijo tudi pivo.<\/li>\n<li><b>Napovedovanje prodaje<\/b><br \/>\nTo se morda zdi podobno analizi nakupovalne ko\u0161arice, vendar tokrat analiza podatkov slu\u017ei za napovedovanje, kdaj bo kupec ponovno kupil izdelek v prihodnosti. Na primer, trener kupi plo\u010devinko proteina, ki naj bi zado\u0161\u010dala za 9 mesecev. Trgovina, ki prodaja ta protein, na\u010drtuje, da bo izdala nov izdelek \u010dez 9 mesecev, da bo trener ponovno lahko kupil.<\/li>\n<li><b>Odkritje goljufij<\/b><br \/>\nData mining pomaga pri gradnji modelov za odkrivanje prevar. S zbiranjem vzorcev prevarantskih in resni\u010dnih poro\u010dil podjetja pridobijo pravico, da ugotovijo, katere transakcije so sumljive.<\/li>\n<li><b>Odkrivanje vzorcev v proizvodnji<\/b><br \/>\nV predelovalni industriji se data mining uporablja za pomo\u010d pri zasnovi sistemov, z razkrivanjem povezav med arhitekturo izdelka, profilom in potrebami strank. Dolo\u010danje podatkov lahko tudi napove \u010dasovni okvir za razvoj izdelkov in stro\u0161ke.<\/li>\n<\/ul>\n<p>In to je le nekaj scenarijev uporabe data mining.<\/p>\n<h2>Faze data mining<\/h2>\n<p>Data mining je celovit proces zbiranja, izbire, \u010di\u0161\u010denja, preoblikovanja in pridobivanja podatkov za oceno vzorcev in, na koncu, za pridobitev vrednosti.<\/p>\n<p><img decoding=\"async\" alt=\"Razpravljamo o razlikah med Data Mining in Data Extraction.\" src=\"\/wp-content\/uploads\/2020\/10\/0f601a9f32e2b9517f1a7deb0e353b5a.png\" style=\"display:block;margin: 0 auto;\"><\/p>\n<p>Obi\u010dajno lahko celoten postopek pridobivanja podatkov povzamemo v 7 faz:<\/p>\n<ol>\n<li><b>\u010ci\u0161\u010denje podatkov<\/b><br \/>\nV resni\u010dnem svetu podatki niso vedno o\u010di\u0161\u010deni in strukturirani. Pogosto so zvo\u010dni, nepopolni in lahko vsebujejo napake. Da bi zagotovili, da je rezultat data mining natan\u010den, je najprej potrebno o\u010distiti podatke. Nekatere metode \u010di\u0161\u010denja vklju\u010dujejo dopolnitev manjkajo\u010dih vrednosti, samodejni in ro\u010dni nadzor itd.<\/li>\n<li><b>Integracija podatkov<\/b><br \/>\nTo je faza, v kateri se podatki iz razli\u010dnih virov pridobijo, kombinirajo in integrirajo. Viri so lahko podatkovne baze, besedilne datoteke, preglednice, dokumenti, ve\u010ddimenzionalni podatkovni nizi, internet in tako naprej.<\/li>\n<li><b>Vzorkovanje podatkov<\/b><br \/>\nObi\u010dajno niso vsi integrirani podatki potrebni v data mining. Vzorkovanje podatkov je faza, v kateri se iz velike podatkovne baze izberejo in pridobijo le koristni podatki.<\/li>\n<li><b>Preoblikovanje podatkov<\/b><br \/>\nPo izbiri podatkov se le ti preoblikujejo v primerne oblike za pridobivanje. Ta proces vklju\u010duje normalizacijo, aglomeracijo, generalizacijo itd.<\/li>\n<li><b>Inteligentna analiza podatkov<\/b><br \/>\nTukaj nastopi najpomembnej\u0161i del data mining \u2014 uporaba inteligentnih metod za iskanje vzorcev v njih. Postopek vklju\u010duje regresijo, klasifikacijo, napovedovanje, razvr\u0161\u010danje, prou\u010devanje asociacij in \u0161e veliko ve\u010d.<\/li>\n<li><b>Ocena modela<\/b><br \/>\nTa faza je usmerjena v odkritje potencialno koristnih, enostavno razumljivih vzorcev ter vzorcev, ki potrjujejo hipoteze.<\/li>\n<li><b>Predstavitev znanja<\/b><br \/>\nNa zaklju\u010dnem koraku so pridobljeni podatki predstavljeni na privla\u010den na\u010din s pomo\u010djo metod prikazovanja znanja in vizualizacije.<\/li>\n<\/ol>\n<h2>Slabosti podatkovnega rudarstva<\/h2>\n<ul>\n<li><b>Velike nalo\u017ebe \u010dasa in truda<\/b><br \/>\nKer je rudarjenje podatkov dolgotrajen in zapleten proces, zahteva veliko dela produktivnih in usposobljenih ljudi. Strokovnjaki za analizo podatkov lahko izkoristijo mo\u010dna orodja za rudarjenje podatkov, a potrebni so strokovnjaki za pripravo podatkov in razumevanje rezultatov. Posledi\u010dno lahko obdelava vseh informacij zahteva nekaj \u010dasa.<\/li>\n<li><b>Zasebnost in varnost podatkov<\/b><br \/>\nKer rudarjenje podatkov zbira informacije o strankah z uporabo tr\u017enih metod, lahko kr\u0161i zaupnost uporabnikov. Poleg tega lahko hekerji pridobijo podatke, shranjene v sistemih za rudarjenje podatkov. To predstavlja gro\u017enjo varnosti podatkov strank. \u010ce so ukradeni podatki uporabljeni nepravilno, lahko to enostavno \u0161koduje drugim.<\/li>\n<\/ul>\n<blockquote><p>zgoraj je kratko uvod v rudarjenje podatkov. Kot sem \u017ee omenila, rudarjenje podatkov vklju\u010duje proces zbiranja in integracije podatkov, ki vklju\u010duje proces ekstrakcije podatkov. V tem primeru lahko z zagotovostjo trdimo, da je ekstrakcija podatkov del dolgotrajnega procesa rudarjenja podatkov.<\/p><\/blockquote>\n<h2>Kaj je ekstrakcija podatkov?<\/h2>\n<p>Tudi znano kot \"ekstrakcija spletnih podatkov\" in \"spletno strganje\", ta proces pomeni dejanje pridobivanja podatkov iz (ponavadi nestrukturiranih ali slabo strukturiranih) virov podatkov v centralizirana mesta in centralizacijo na enem mestu za shranjevanje ali nadaljnjo obdelavo. Zlasti nestrukturirani viri podatkov vklju\u010dujejo spletne strani, e-po\u0161to, dokumente, PDF datoteke, skenirano besedilo, poro\u010dila glavne naprave, trake, oglase itd. Centralizirana skladi\u0161\u010da so lahko lokalna, obla\u010dna ali hibridna. Pomembno je vedeti, da ekstrakcija podatkov ne vklju\u010duje obdelave ali druge analize, ki lahko poteka pozneje.<\/p>\n<h2>Kaj lahko storite z ekstrakcijo podatkov?<\/h2>\n<p>Na splo\u0161no so cilji ekstrakcije podatkov razdeljeni v 3 kategorije.<\/p>\n<ul>\n<li><b>Arhiviranje<\/b><br \/>\nIzvla\u010denje podataka mo\u017ee pretvoriti podatke iz fizi\u010dkih formata: knjiga, novina, faktura u digitalne formate, poput baza podataka za skladi\u0161tenje ili pravljenje rezervnih kopija.<\/li>\n<li><b>Promena formata podataka<\/b><br \/>\nKada \u017eelite preneti podatke sa va\u0161e trenutne veb stranice na novu, koja je u razvoju, mo\u017eete prikupiti podatke sa va\u0161e vlastite veb stranice izvla\u010de\u0107i ih.<\/li>\n<li><b>Analiza podataka<\/b><br \/>\n\u010cesto se vr\u0161i dodatna analiza izvu\u010denih podataka kako bi se dobio pregled o njima. Ovo mo\u017ee izgledati sli\u010dno analizi podataka pri data mining-u, ali imajte na umu da je analiza podataka cilj njihovog izvo\u0111enja, a ne deo tog procesa. \u0160tavi\u0161e, podaci se analiziraju na druga\u010diji na\u010din. Jedan od primera: vlasnici internet prodavnica izvla\u010de informacije o proizvodima sa veb sajtova za elektroniku kao \u0161to je Amazon, kako bi u realnom vremenu pratili strategije konkurencije. Kao i data mining, data extraction je automatizovan proces sa brojnim prednostima. Ranije su ljudi ru\u010dno kopirali i lepjeli podatke s jednog mesta na drugo, \u0161to je tro\u0161ilo puno vremena. Izvla\u010denje podataka ubrzava proces prikupljanja i zna\u010dajno pove\u0107ava ta\u010dnost izvu\u010denih podataka.<\/li>\n<\/ul>\n<h2>Neki primeri primene Data Extraction-a<\/h2>\n<p>Sli\u010dno data mining-u, izvla\u010denje podataka se \u0161iroko koristi u razli\u010ditim industrijama. Pored pra\u0107enja cena u elektronici, izvla\u010denje podataka mo\u017ee pomo\u0107i u istra\u017eivanju, agregaciji vesti, marketingu, u radu sa nekretninama, putovanjima i turizmu, u konsaltingu, finansijama i mnogo \u010demu drugom.<\/p>\n<ul>\n<li><b>Generisanje lead-ova<\/b><br \/>\nKompanije mogu izvla\u010diti podatke iz direktorijuma: Yelp, Crunchbase, Yellowpages i generisati lead-ove za razvoj poslovanja. Mo\u017eete pogledati video ispod da saznate kako izvu\u0107i podatke iz Yellowpages koriste\u0107i <noindex><a rel=\"nofollow\" href=\"https:\/\/www.octoparse.com\/blog\/big-announcement-web-scraping-template-take-away\">\u0161ablon za veb skrejping<\/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 \/>\nAgregatni veb sajtovi mogu redovno primati tokove podataka iz vi\u0161e izvora i odr\u017eavati svoje sajtove a\u017eurnim.<\/li>\n<li><b>Analiza stavova<\/b><br \/>\nNakon \u0161to se izvuku recenzije, komentari i povratne informacije sa dru\u0161tvenih mre\u017ea poput Instagrama i Twittera, stru\u010dnjaci mogu analizirati skrivene stavove i ste\u0107i uvid u to kako se brend, proizvod ili fenomen do\u017eivljava.<\/li>\n<\/ul>\n<h2>Koraci Data Extraction-a<\/h2>\n<p>Podatkovno rudarjenje je prvi korak ETL (kratica za Extract, Transform, Load: ekstrakcija, transformacija, nalaganje) in ELT (ekstrakcija, nalaganje in transformacija). ETL in ELT sta sama del zaklju\u010dne strategije integracije podatkov. Z drugimi besedami, ekstrakcija podatkov je lahko del njihovegajavnosti.<\/p>\n<p><img decoding=\"async\" alt=\"Razpravljamo o razlikah med Data Mining in Data Extraction.\" src=\"\/wp-content\/uploads\/2020\/10\/25128c2d46b3bc383606efde5862b480.png\" style=\"display:block;margin: 0 auto;\"><br \/>\nEkstrakcija, transformacija, nalaganje<\/p>\n<p>Medtem ko je podatkovno rudarjenje pridobivanje informacij iz velikih koli\u010din podatkov, je ekstrakcija podatkov precej kraj\u0161i in preprostej\u0161i proces. To lahko zmanj\u0161amo na tri korake:<\/p>\n<ol>\n<li><b>Izbira vira podatkov<\/b><br \/>\nIzberite vir, iz katerega \u017eelite pridobiti podatke, na primer spletno stran.<\/li>\n<li><b>Zbiranje podatkov<\/b><br \/>\nPo\u0161ljite \"GET\" zahtevo na spletno stran in analizirajte prejeti HTML dokument z jeziki za programiranje, kot so Python, PHP, R, Ruby itd.<\/li>\n<li><b>Shranjevanje podatkov<\/b><br \/>\nShranjujte podatke v lokalni bazi podatkov ali v oblaku za bodo\u010do uporabo. \u010ce ste izku\u0161en programer, ki \u017eeli izvle\u010di podatke, se vam lahko zgoraj navedeni koraki zdijo preprosti. Vendar pa, \u010de ne programirate, obstaja hitra pot - uporabite orodja za ekstrakcijo podatkov, kot je <noindex><a rel=\"nofollow\" href=\"http:\/\/www.octoparse.com\/\">Octoparse<\/a><\/noindex>. Orodja za ekstrakcijo podatkov, tako kot orodja za podatkovno rudarjenje, so zasnovana tako, da prihranijo energijo in olaj\u0161ajo obdelavo podatkov za vse. Ta orodja so ne le ekonomi\u010dna, ampak tudi prijazna do za\u010detnikov. Omogo\u010dajo uporabnikom, da zbirajo podatke v le nekaj minutah, jih shranijo v oblaku in izvozijo v \u0161tevilne formate: Excel, CSV, HTML, JSON ali v baze podatkov na spletu prek API.<\/li>\n<\/ol>\n<h2>Pomanjkljivosti ekstrakcije podatkov<\/h2>\n<ul>\n<li><b>Vzrok za napako stre\u017enika<\/b><br \/>\nPri ekstrakciji podatkov na velikih obsegeh lahko spletni stre\u017enik ciljnega mesta postane obremenjen, kar lahko povzro\u010di okvaro stre\u017enika. To bo \u0161kodilo interesom lastnika spletne strani.<\/li>\n<li><b>Blokada po IP-ju<\/b><br \/>\nKo nekdo preve\u010d pogosto zbira podatke, lahko spletne strani blokirajo njegov IP-naslov. Vir lahko popolnoma prepove IP-naslov ali omeji dostop, zaradi \u010desar so podatki nepopolni. Da bi pridobivali podatke in se izognili blokadi, morate to po\u010deti v zmernem tempu in uporabiti nekatere tehnike za prepre\u010devanje blokade.<\/li>\n<li><b>Pravne te\u017eave<\/b><br \/>\nIzvla\u010denje podataka s weba dolazi u sivo podru\u010dje kada se radi o zakonitosti. Velike web stranice, poput LinkedIn-a i Facebook-a, jasno navode u svojim uvjetima kori\u0161tenja da je bilo kakvo automatsko izvla\u010denje podataka zabranjeno. Izme\u0111u kompanija bilo je mnogo sudskih tu\u017ebi zbog aktivnosti botova.<\/li>\n<\/ul>\n<h2>Klju\u010dne razlike izme\u0111u Data Mininga i Data Extraction-a<\/h2>\n<ol>\n<li>Data mining se tako\u0111er naziva otkrivanjem znanja u bazama podataka, izvla\u010denjem znanja, analizom podataka\/uzoraka, prikupljanjem informacija. Data extraction se koristi naizmjeni\u010dno s izvla\u010denjem web podataka, skeniranjem web stranica, prikupljanjem podataka itd.<\/li>\n<li>Istra\u017eivanja data mininga uglavnom se temelje na strukturiranim podacima, dok se pri izvla\u010denju podataka obi\u010dno izvode iz nestrukturiranih ili lo\u0161e strukturiranih izvora.<\/li>\n<li>Cilj data mininga je u\u010diniti podatke korisnijim za analizu. Data extraction je prikupljanje podataka na jednom mjestu, gdje se mogu pohraniti ili obraditi.<\/li>\n<li>Analiza pri data miningu temelji se na matemati\u010dkim metodama identifikacije obrazaca ili trendova. Data extraction se oslanja na programske jezike ili alate za izvla\u010denje podataka kako bi pretra\u017eio izvore.<\/li>\n<li>Cilj data mininga je prona\u0107i \u010dinjenice koje su prethodno bile nepoznate ili ignorirane, dok se data extraction bavi postoje\u0107im informacijama.<\/li>\n<li>Data mining je slo\u017eeniji i zahtijeva ve\u0107a ulaganja u obuku ljudi. Data extraction, uz odgovaraju\u0107i alat, mo\u017ee biti izuzetno jednostavan i ekonomi\u010dan.<\/li>\n<\/ol>\n<p>Poma\u017eemo novajlijama da se ne izgube u podacima. Posebno za korisnike Habr-a napravili smo promotivni kod <b>HABR<\/b>, koji daje dodatni popust od 10% na popust 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=\"Razpravljamo o razlikah med Data Mining in Data Extraction.\" 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 o 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 o 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 web razvoj\"<\/a><\/noindex><\/li>\n<\/ul>\n<p><b class=\"spoiler_title\">Jo\u0161 te\u010dajeva<\/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 analitici 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-u<\/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 web razvija\u010d<\/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 razvija\u010d 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 razvija\u010d 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 razvija\u010d 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\">Te\u010daj za strojno u\u010denje<\/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\">Te\u010daj \u00abMatematika i strojno u\u010denje za podatkovnu znanost\u00bb<\/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 te\u010daj \u00abStrojno u\u010denje Pro + Duboko u\u010denje\u00bb<\/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 podatkovni znanstvenik bez online te\u010dajeva<\/a><\/noindex><\/li>\n<li><noindex><a rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/company\/skillfactory\/blog\/503196\/\">450 besplatnih te\u010dajeva od Lige oli\u0161njak<\/a><\/noindex><\/li>\n<li><noindex><a rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/company\/skillfactory\/blog\/510444\/\">Kako u\u010diti strojno u\u010denje 5 dana u tjednu tijekom 9 mjeseci<\/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 pla\u0107a i radnih mjesta u Rusiji i inozemstvu 2020. godine<\/a><\/noindex><\/li>\n<li><noindex><a rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/company\/skillfactory\/blog\/522776\/\">Strojno u\u010denje i ra\u010dunalni vid u 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 5.0.4 - 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\/sl\/blog\/administrirovanie\/razbiraemsya-v-chem-raznicza-mezhdu-data-mining-i-data-extraction\" \/>\n\t\t<meta name=\"generator\" content=\"All in One SEO (AIOSEO) 5.0.4\" \/>\n\t\t<meta property=\"og:locale\" content=\"sl_SI\" \/>\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\/sl\/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\udd47Razlikujemo razlike izme\u0111u Data Mininga i Data Extraction-a | ProHoster","description":"","canonical_url":"https:\/\/prohoster.info\/sl\/blog\/administrirovanie\/razbiraemsya-v-chem-raznicza-mezhdu-data-mining-i-data-extraction","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"sl_SI","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\/sl\/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\/sl\/wp-json\/wp\/v2\/posts\/97890","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/comments?post=97890"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/posts\/97890\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/media\/97891"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/media?parent=97890"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/categories?post=97890"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/tags?post=97890"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}