393- پروژه و تحقیق آماده: داده کاوی – Data Mining – شامل 12 صفحه فایل ورد - word

مقدمه

معرفی دادهکاوی و دلایل پیدایش آن

تعاریف داده کاوی

جایگاه دادهکاوی در علوم کامپیوتر

طبقه بندی روش های داده کاویداده کاوی توصیفی یا توصیف کنندهداده کاوی پیشگویانهمراحل و اجزای یک فرآیند دادهکاویبیان مسئله و فرموله کردن فرضیهانتخاب و جمع آوری داده هاتبدیل و پیش پردازش داده هابرآورد مدل یا کاوش در داده هاتفسیر نتیجه یا تفسیر مدل و رسیدن به نتایجآماده سازی داده هامدل استاندارد داده هادو وظیفه اصلی در آماده سازی داده هاتبدیل و تغییر وضعیت داده های خامنرمال سازی

     1-1 مقیاس دهی اعشاری

     2-1 نرمال سازی حداقل-حداکثر

     3-1 نرمال سازی انحراف معیار

یکنواخت سازی داده هاتفاضل ها و نسبت هامفهوم داده های از دست رفته و راه حل جبران داده های از دست رفتهمفهوم و روش های تشخیص داده های نامنطبقروش های آماری 2. تشخیص داده های نامنطیق برمبنای فاصله 3. روش ها و تکنیک های برمبنای انحرافکاهش داده هااعمال اصلی در فرایند کاهش داده هایافته های حاصل از کاهش داده ها

         2-1 کاهش زمان محاسبه.

        2-2 افزایش یادگیری در دقت پیشگویانه/توصیفی.

        2-3 سادگی در ارائه مدل داده کاوی.

روش های نمونه گیری برای نمونه های بزرگنمونه گیری سیستمی. نمونه گیری تصادفی. نمونه گیری لایه ای. نمونه گیری معکوس.

مقدمه

امروزه با گسترش سیستم های پایگاهی و حجم بالای داده ها ی ذخیره شده در این سیستم ها، نیاز به ابزاری است تا بتوان داده های ذخیره شده پردازش کرد و اطلاعات حاصل از این پردازش را در اختیار کاربران قرار داد.

با استفاده ار پرسش های ساده درSQL  و ابزارهای گوناگون گزارش گیری معمولی، می توان اطلاعاتی را در اختیار کاربران قرار داد تا بتوانند به نتیجه گیری در مورد داده ها و روابط منطقی میان آنها بپردازند اما وقتی که حجم داده ها بالا باشد، کاربران هر چقدرحرفه ای و با تجربه باشند نمی توانند الگوهای مفید را در میان حجم انبوه داده ها تشخیص دهند و یا اگر قادر به این کار هم با شند، هزینه عملیات از نظر نیروی انسانی و مالی بسیار بالا است.

بنابراین میشود گفت که درحال حاضر یک تغییر الگو از مدل سازی و تحلیل های کلاسیک برپایه اصول اولیه به مدل های درحال پیشرفت و تحلیل های مربوط بطور مستقیم از داده ها وجود دارد.

داده کاوی یکی از مهمترین این روشها است که به وسیله آن الگوهای مفید در داده ها با حداقل دخالت کاربران شناخته می شوند و اطلاعاتی را در اختیار کاربران و تحلیل گران قرار می دهند تا براساس آنها تصمیمات مهم و حیاتی در سازمانها اتخاذ شوند.