مقدمه اي بر داده کاوي و اکتشاف دانش
امروزه با گسترش سيستم هاي پايگاهي و حجم بالاي داده ها ي ذخيره شده در اين سيستم ها ، نياز به ابزاري است تا بتوان داده هاي ذخيره شده پردازش کرد و اطلاعات حاصل از اين پردازش را در اختيار کاربران قرار داد .
با استفاده ار پرسش هاي ساده در SQL و ابزارهاي گوناگون گزارش گيري معمولي ، مي توان اطلاعاتي را در اختيار کاربران قرار داد تا بتوانند به نتيجه گيري در مورد داده ها و روابط منطقي ميان آنها بپردازند
وقتي که حجم داده ها بالا باشد ، کاربران هر چند زبر دست و با تجربه باشند نمي توانند الگوهاي مفيد را در ميان حجم انبوه داده ها تشخيص دهند و يا اگر قادر به اين کار هم با شند ، هزينه عمليات از نظر نيروي انساني و مادي بسيار بالا است
از سوي ديگر کاربران معمولا فرضيه اي را مطرح مي کنند و سپس بر اساس گزارشات مشاهده شده به اثبات يا رد فرضيه مي پردازند ، در حالي که امروزه نياز به روشهايي است که اصطلاحا به کشف دانش بپردازند يعني با کمترين دخالت کاربر و به صورت خودکار الگوها و رابطه هاي منطقي را بيان نمايند .
داده کاوي يکي از مهمترين اين روشها است که به وسيله آن الگوهاي مفيد در داده ها با حداقل دخالت کاربران شناخته مي شوند و اطلاعاتي را در اختيار کاربران و تحليل گران قرار مي دهند تا براساس آنها تصميمات مهم و حياتي در سازمانها اتخاذ شوند .

فهرست مطالب:
مفاهيم پايه در داده کاوي
تعريف داده کاوي
کاربردهاي داده کاوي
مراحل فرايند کشف دانش از پايگاه داده ها
انبارش داده ها
انتخاب داده ها
تبديل داده ها
کاوش در داده ها
تفسير نتيجه
عملياتهاي داده کاوي
معیارهای انتخاب عملیات داده کاوی
عملياتها و تکنيکهاي داده کاوي
تحليل پيوند
پارامترهای قوانين وابستگي
مدلها و الگوريتمهاي داده كاوي
مدلها و الگوريتمهاي داده كاوي
درخت هاي انتخاب
استنتاج قانون
الگوريتمهاي ژنتيك
گامهاي اصلي داده كاوي جهت كشف دانش
مراحل لازم براي ساخت يك پايگاه داده داده كاوي
آماده سازي داده براي مدل سازي
منابع و مراجع:

---

برچسب ها: پاور پوینت داده کاوي اکتشاف دانش پژوهش داده کاوي تحقیق داده کاوي