• Aineiston kuvailu
• Assosiaatiosäännöt
• Klusterointi
• Luokittelu
• Tiedon louhinta ja sen prosessi

Aineiston kuvailu

• analytical characterization = analyyttinen luonnehdinta
• analytical comparison, analytical discrimination = analyyttinen vertailu
• attribute-oriented induction = attribuuttiyleistysmenetelmä
• attribute relevance analysis = attribuuttien merkittävyysanalyysi, relevanssianalyysi
• data aggregation = datan koostaminen
• data characterization = datan luonnehdinta, aineiston luonnehdinta
• data comparison, data discrimination = data vertailu, aineiston vertailu
• data cube = tietokuutio
• data generalization = datan yleistys
• data focusing = datan kohdentaminen
• concept description = käsitteen tai käsitteiden kuvailu, aineiston kuvailu
• contingency table = kontingenssitaulu
• cross-tabulation = ristiintaulukointi
• data comparison = datan vertailu
• data discrimination = datan vertailu, datan erottelu
• entropy = entropia
• gain ratio = hyötysuhde
• generalized relation = yleistetty relaatio
• information = informaatio
• information gain = informaatiohyöty
• quantitative characteristic rule = määrällinen luonnehtiva sääntö, määrällinen ominaissääntö
• quantitative description rule = määrällinen kuvaileva sääntö
• quantitative discriminant rule = määrällinen erotteleva sääntö

Assosiaatiosäännöt

• antecedent of a rule = säännön edeltäjäosa, säännön vasen puoli
• Apriori algorithm = Apriori-algoritmi
• Apriori principle = Apriori-periaate
• association rule = assosiaatiosääntö
• body of a rule = säännön vartalo, säännön vasen puoli
• Boolean association rule = assosiaatiosääntö, totuusarvoinen assosiaatiosääntö
• candidate itemset = kandidaattijoukko
• confidence = luottamus
• consequent of a rule = säännön seuraajaosa, säännön oikea puoli
• constraint-based association rule = rajoitepohjainen assosiaatiosääntö
• conviction = tuomitsevuus
• frequency = tuki, kattavuus
• frequent = kattava
• frequent itemset = kattava joukko
• frequent set = kattava joukko
• head of a rule = säännön pää, säännön oikea puoli
• item = tietoalkio, tapahtuma
• itemset = tietoalkiojoukko, tapahtumajoukko
• k-itemset = k:n kokoinen alkiojoukko, k:n alkion joukko
• left-hand side of a rule = säännön vasen puoli
• level-wise search = tasoittainen haku
• leverage = nostovoima
• lift = noste
• minimum support = minimituki
• minimum confidence = minimiluottamus
• multi-dimensional association rule = moniulotteinen assosiaatiosääntö
• multi-level association rule = monitasoinen assosiaatiosääntö
• right-hand side of a rule = säännön oikea puoli
• single-dimensional association rule = yksiulotteinen assosiaatiosääntö
• single-level association rule = yksitasoinen assosiaatiosääntö
• strength = luottamus, vahvuus
• support = tuki
• quantitative association rule = määrällinen assosiaatiosääntö

Klusterointi

• agglomerative hierarchical clustering = kokoava hierarkkinen klusterointi
• average linkage method = keskiarvosidosryvästys, naapurikeskiarvomenetelmä
• cluster = ryhmä, ryväs, klusteri
• cluster analysis = klusterianalyysi
• clustering = klusterointi, ryvästys, ryhmittely
• clustering tree = klusterointipuu
• complete linkage clustering = täydellinen sidosklusterointimenetelmä, kauimmaisen naapurin menetelmä
• conceptual clustering = käsitteellinen klusterointi
• dendrogram = dendrogrammi, klusterointipuu
• density-based clustering = tiheyspohjainen klusterointi
• dissimilarity = erilaisuus
• distance matrix = etäisyysmatriisi
• distance measure = etäisyysmitta
• divisive hierarchical clustering = hajottava hierarkkinen klusterointi
• Euclidean distance = euklidinen etäisyys
• furthest neighbor method = kauimman naapurin menetelmä
• grid-based clustering = ristikkopohjainen klusterointi
• hierarchical clustering = hierarkkinen klusterointi
• inter-class similarity = klusterien välinen samankaltaisuus
• intra-class similarity = klusterin sisäinen samankaltaisuus
• inter-cluster distance = klustereiden välinen etäisyys
• Jaccard coefficient = Jaccardin kerroin
• k-means clustering method = k:n keskiarvon klusterointimenetelmä
• k-medoids clustering method = k:n medoidin klusterointimenetelmä
• Manhattan distance = Manhattan-etäisyys
• Minkowski distance = Minkowskin etäisyys
• model-based clustering = mallipohjainen klusterointi
• nearest-neighbor clustering = lähimmän naapurin klusterointimenetelmä
• partitioning clustering = osittava klusterointi
• similarity = samankaltaisuus
• similarity measure = samankaltaisuusmitta
• simple matching coefficient = yksinkertainen yhteensopivuuskerroin
• single linkage clustering = yksinkertaisen kytkennän klusterointimenetelmä, lähimmän naapurin klusterointimenetelmä

Luokittelu

• Bayes network = Bayes-verkko
• Bayes theorem = Bayesin teoreema
• Bayesian = bayesläinen, bayeslainen, bayesiläinen, bayesilainen
• Bayesian classification = bayesläinen luokittelu
• class = luokka
• class label = luokkatunnus
• classification = luokittelu
• classification accuracy = luokittelutarkkuus
• classification attribute = luokitteluattribuutti
• classification process = luokitteluprosessi
• classifier = luokittelija
• condition for stopping = pysähtymisehto
• cross-validation = ristiinvalidointi
• decision tree = päätöspuu
• decision tree classifier = päätöspuuluokittelija
• decision tree induction = päätöspuupäättely
• independence hypothesis = riippumattomuusoletus
• labeling rule = nimeämissääntö
• model construction = mallin rakentaminen
• model usage = mallin käyttö
• naive Bayes classifier = naiivi Bayes-luokittelija
• overfitting = ylisovittuminen
• posterior probability = posteriori todennäköisyys
• prediction = ennustaminen
• pruning = karsiminen, karsinta
• training set = opetusjoukko
• test set = testausjoukko

Tiedon louhinta ja sen prosessi

• association rule = assosiaatiosääntö
• binning = lokerointi
• classification = luokittelu
• clustering = klusterointi, ryvästys, ryhmittely
• concept description = käsitteen tai käsitteiden kuvailu, aineiston kuvailu
• concept hierarchy = käsitehierarkia
• categorical data = kategorinen, luokitteleva data
• data = data, (havainto)aineisto
• data cleaning = datan puhdistaminen, aineiston puhdistaminen
• data integration = datan yhdistäminen, aineistojen yhdistäminen
• data mining, DM = tiedon louhinta
• data mining methods = tiedon louhinnan menetelmät
• data preprocessing = datan esikäsittely, aineiston esikäsittely
• data post-processing = datan esikäsittely, aineiston jälkikäsittely
• data reduction = datan tiivistys, aineiston tiivistys
• descriptive data mining = kuvaileva tiedon louhinta
• dimensionality reduction = datan ulottuvuuksien (siis attribuuttien) vähentäminen
• interestingness = mielenkiintoisuus
• KDD process = tiedon louhintaprosessi
• knowledge discovery, KDD = tietämyksen muodostus, tiedon louhinta
• missing value = puuttuva arvo
• noise = häly, häiriö
• numeric data = numeerinen data
• numerosity reduction = datan/aineiston monilukuisuuden vähentäminen
• outlier = poikkeva havainto, vieras havainto
• predictive data mining = ennustava tiedon louhinta
• prediction = ennustaminen, ennuste
• regression = regressio
• supervised learning = ohjattu oppiminen
• transformation = muunnos
• unsupervised learning = ohjaamaton oppiminen

Muita mahdollisesti hyödyllisiä sanakirjoja tai sanastoja löytyy sekä kirjastosta että verkosta, mm. osoitteista

• Tietotekniikkaliiton ATK-sanakirja,
• Petri Koistisen keräämä Tilastotieteen ja todennäköisyyslaskennan sanasto ja
• Jukka Korpelan sivusto Datatekniikan sanastoista.