پاورپوینت داده کاوی دارای 26 اسلاید می باشد . جهت دانلود فایل پاورپوینت بر روی گزینه خرید انتهای متن کلیک نموده و پس از وارد نمودن آدرس ایمیل و کلیک بر روی گزینه خرید به درگاه بانک متصل شده و از کلیه کارت های بانکی عضو شتاب قادر به پرداخت و تهیه آن می باشید. بلافاصله پس از پرداخت لینک دانلود فایل پاورپوینت در اختیارتان قرار می گیرد و می توانید آن را دانلود نمایید . ضمناً همان لحظه لینک دانلود فایل نیز به آدرس ایمیل شما ارسال می گردد.
همچنین در صورت تهیه فایل پاورپوینت مربوطه و مناسب نبودن فایل با اعلام شماره کارت بانکی و آدرس ایمیلی که در سایت ثبت نموده اید مبلغ پرداختی حداکثر ۲۴ ساعت بعد برگشت داده می شود.
بزرگوارانی که به صورت انلاین قادر به تهیه فایل پاورپوینت نمی باشند می توانند عنوان فایل پاورپوینت درخواستی را به همراه آدرس ایمیل و شماره همراه خود را به ایمیل bankmaghalehir@gmail.com ارسال نمایند تا فایل پاورپوینت از طریق ایمیل یا تلگرام برای آنها ارسال گردد و پس از آن هزینه را کارت به کارت به حساب ما واریز نمایند.
فهرست مطالب
چکیده
مقدمه
تاریخچه داده کاوی
روش های گرد آوری اطلاعات
داده کاوی چیست؟
تعاریف متنوع داده کاوی
حلقه داده کاوی
شناسایی فرصت های تجاری
مراحل داده کاوی
تکنولوژیهای مورد استفاده در داده کاوی
روش دسته بندی
خوشه بندی
نقاط قوت خوشه بندی
نقاط ضعف خوشه بندی
نرم افزار های داده کاوی
چکیده
داده کاوی به منظور استخراج دانش از انبوه داده های موجود است.
داده کاوی به کمک مجموعه ای از روش های آماری و مدلسازی می تواند الگو ها و روابط پنهان موجود در پایگاههای داده را تشخیص دهد.
امروزه سازمانها قادرند با هزینه کم اطلاعات وسیعی از وضعیت کسب و کارخود جمع آوری و نگهداری کنند که به سبب ان ارزش قابل توجهی با استفاده ار روش های داده کاوی بدست آورند.
رویکرد های موجود در داده کاوی متنوع است.
مقدمه
داده ها نمایشی از واقعیت ها، معلومات، مفاهیم،رویدادها یا پدیده ها برای برقراری ارتباط، تفسیر یا پردازش توسط انسان یا ماشین است.
اطلاعات به معنی دانشی است که از طریق خواندن ،مشاهده و آموزش بدست می آید در حقیقت اطلاعات داده هایی هستند که پس از جمع آوری پردازش شده اندو شکل مفهومی تولید کرده اند.
بین داده ها و اطلاعات همانند خبر و اطلاع رابطه وجود دارد خبری که دریافت می شود پس از ارزیابی به اطلاع تبدیل می شود داده ها نیز پردازش می شوند تا اطلاعات را پدید آورند.
بین داده و اطلاعات یک شکاف وجود دارد که اندازه این شکاف با حجم داده ارتباط مستقیم دارد هر چه داده ها حجیم تر باشند شکاف بیشتر خواهد بودو هر چه داده ها کمتر و روش ها و ابزار پردازش داده ها کاراتر باشد فاصله بین داده و اطلاعات کمتر است.
امروزه افزایش سریع حجم پایگاه داده ها به شکلی است که توانایی انسان برای درک این داده هابدون ابزارهای پر قدرت میسر نمی باشد در این وضعیت ملاک تصمیم گیریها به جای تکیه بر اطلاعات بر درک مدیران و کاربران تکیه دارند چرا که تصمیم گیران ابزار قوی برای استخراح اطلاعات با ارزش در دست ندارند در واقع شرایط فعلی توصیف کننده حالتی است که ما از لحاط داده قوی اما از لحاظ اطلاعات ضعیف هستیم.
تاریخچه داده کاوی
با رشد فناوری اطلاعات و روش های تولیدو جمع آوری داده ها، پایگاه داده های مربوط به داده های تبادلات تجاری،کشاورزی،اینترنت،داده های پزشکی و … سریعتر از هر روز جمع اوری و انبارش می شوندلذا از اواخر دهه 80 میلادی بشر یه فکر دستیابی با اطلاعات نهفته در این پایگاه داده های حجیم افتادزیرا سیستم های سنتی قادر به این کار نبودند.
داده کاوی بدین منظور در جهت تجزیه و تحلیل داده ها یا داده کاوی پا به عرصه گذاشت. که فرآیندی است که در آغاز دهه 90 مطرح شدوبا نگرشی نو، به مسئله استخراج اطلاعات از پایگاه داده ها می پردازد. از سال 1995داده کاوی به صورت جدی وارد مباحث آمار شدو در سال 1996 اولین شماره مجله کشف دانش و معرفت از پایگاه داده ها منتشر شد.
در حال حاضر داده کاوی مهمترین فناوری جهت بهره برداری موثر از داده های حجیم است و اهمیت آن رو به فزونی است بطوریکه تخمین زده شده که مقدار داده ها در جهان هر 20ماه به حدود 2 برابر میرسد.
در صنایعی مانند کارت های اعتباری و ارتباطات و فروشگاههای زنجیره ای و خرید های الکترونیکی و اسکنر های بارکد خوان هر روز داده هایی زیادی تولید و ذخیره میشوند افزایش سرعت کامپیوتر ها باعت بوحود امدن الگوریتم هایی شده که قدرت تجزیه وتحلیل بسیار بالایی دارند بدون اینکه محدودیتی در زمینه ظرفیت و سرعت داشته با شند.
افزایش داده های بسیار باعت پیدایش فرصت های تاره برای کار درمهندسی و کسب وکار شده است و زمینه داده کاوی و کشف دانش از پایگاه داده ها بعنوان یک رشته جدید درمهندسی و کامپیوتر ظهور کرده است.
روش های گرد آوری اطلاعات
با آگاهی از چگونگی و ویژگیهای اطلاعات مورد نیاز هر شرکت این پرسش بوجود می آید که اطلاعات سودمند را چکونه میتوان بطور موتر گرد آوری نمودتا به اطلاعات و سپس دانش و در نهایت به خرد و شناخت بازار منتهی شود که سه را مدیریت بازار برای گرد اوری اطلاعات به شرح ذیل می باشد:
-مشاهده
-داده های دست دوم
– داده های دست اول
داده کاوی چیست؟
Mine به معنی استخراج از منابع نهفته و با ارزش اتلاق میشودپیوند این کلمه با داده ، جستجویی عمیق جهت پیدا کردن اطاعات اضافی مفید که قبلا نهفته بودند از داده های قابل دسترس حجیم ، را پیشنهاد میکند.
داده کاوی یک رشته نسبتا جدید علمی می باشد که از انجام تحقیقات در رشته های آمارو کامپیوتر خصوصا مدیریت پایگاه داده ها شکل گرفته است.
تعاریف متنوع داده کاوی
داده کاوی یک فرآیند شناخت الگو های معتبر،جدید ،ذاتا مفید و قابل فهم از داده ها می باشد.
-داده کاوی کشف دانش از پایگاه داده ها نامیده میشودو نشانگر فرآیند جالب استخراج دانش از قبل نا شناخته(الگو) از داده است.
-فرآیند کشف الگو های مفید از داده ها را داده کاوی گویند.
– فرآیند انتخاب،کاوش و مدل بندی داده های حجیم جهت کشف روابط نهفته با هدف بدست اوردن نتایج واضح و مفید برای مالک پایگاه داده را داده کاوی گویند.
تعریف اشتراکی در اکثریت مراجع:
استخراح اطلاعات و دانش و کشف الگو های پنهان از یک پایگاه داده بسیار بزرگ و پیچیده
داده کاوی یک متدولوژی بسیار قوی و با پتانسیل بالا می باشد که به سازمانها کمک می کند که بر روی مهمترین اطلاعات از مخزن داده های خود تمرکز نمایند
داده کاوی به سازمانها کمک میکند که با کاوش بر روی داده های یک سیستم ،الگوها،روند ها و رفتر های آینده را کشف و پیش بینی کرده و بهتر تصمیم بگیرند.
حلقه داده کاوی
-صورت مسئله و مشکل تجاری را تعریف کنیم.
-از داده کاوی استفاده کنیم تا داده ها را به اطلاعات و دانش تبدیل کنیم.
-اقدامات لازم را در مورد اطلاعات کسب شده انجام دهیم.
-نتایج را اندازه گیری کنیم.
شناسایی فرصت های تجاری
یک قدم بسیار مهم می باشدکه هنگامی در سازمان انجام می شود که افزایش اطلاعات بتواند سبب انجام بهتر کارها شود و هدف آن تعیین زمینه ها و نواحی است که داده ها باعت افزایش ارزش شونداین قدم ورودی اول داده کاوی است که میتوان با رویکرد های متفاوتی انجام داد .در واقع هدف تعیین نواحی است که الگوهای درون داده ها پتانسیل افزایش ارزش را داشته باشد
مراحل داده کاوی
تعیین اطلاعات گذشته
تمیز کردن داده ها(Data Cleaning)
– این مرحله ممکن است تا 60%زمان داده کاوی را در برگیرد.
یکپارچه سازی داده ها:معمولا داده ها از منابع متفاوتی جمع آوری می شوند باید بصورتی در آیند که یک مخزن داده های مناسب ایجاد شود تا بتوان عملیات داده کاوی را بهتر انجام داد.
انتخاب مجموعه داده های هدف
یافتن ویژگیهای مورد استفاده و تعیین ویژگیهای جدید
نمایش داده ها بصورتیکه بتوان برای داده کاوی استفاده نمود.
انتخاب عملیات داده کاوی(دسته بندی، خوشه بندی؛پیش بینی و…)
انتخاب روش داده کاوی(شبکه های عصبی ،درخت تصمیم ،خوشه بندی و نظایر آن)
داده کاوی و جستجوی برای یافتن الگوی مناسب
ارزیابی و تحلیل الگوی بدست آمده و حذف الگوهای نامناسب
تفسیر نتایج داده ها و استنتاج از اطلاعات با ارزش
تکنولوژیهای مورد استفاده در داده کاوی
پاورپوینت مربوطه به صورت فایل دنلودی می باشند و شما به محض پرداخت آنلاین مبلغ همان لحظه قادر به دریافت فایل خواهید بود. این عملیات کاملاً خودکار بوده و توسط سیستم انجام می پذیرد.
جهت پرداخت مبلغ شما به درگاه پرداخت یکی از بانک ها منتقل خواهید شد، برای پرداخت آنلاین از درگاه بانک این بانک ها، حتماً نیاز نیست که شما شماره کارت همان بانک را داشته باشید و بلکه شما میتوانید از طریق همه کارت های عضو شبکه بانکی، مبلغ را پرداخت نمایید.
ارسال نظر