Mavzu Data Mining sinfining usullari

Mavzu 8. Data Mining sinfining usullari
Axborot texnologiyalarining jadal rivojlanishi, xususan, ma'lumotlarni yig'ish, saqlash va qayta ishlash usullarining rivojlanishi ko'plab tashkilotlarga tahlil qilinishi kerak bo'lgan juda katta hajmdagi ma'lumotlarni to'plash imkonini berdi. Ushbu ma'lumotlarning hajmi shunchalik kattaki, mutaxassislarning imkoniyatlari endi etarli emas.
Data Mining (discovery-driven data mining) ma'lumotlarni qazib olish (kashfiyotlarga asoslangan ma'lumotlarni qazib olish) so'zma-so'z ma'dan qazib olish "yoki" ma'lumotlarni qazib olish "deb tarjima qilinadi. Zamonaviy Data Mining texnologiyasi ma'lumotlardagi ko'p o'lchovli aloqalarning qismlarini aks ettiruvchi naqshlar (naqshlar) tushunchasiga asoslangan.
Ushbu naqshlar inson tomonidan o'qiladigan shaklda ixcham tarzda ifodalanishi mumkin bo'lgan ma'lumotlar namunalariga xos bo'lgan naqshlarni aks ettiradi. Naqshlarni izlash namuna tuzilishi va tahlil qilinayotgan ko'rsatkichlar qiymatlarining taqsimlanish turi to'g'risida apriori taxminlar doirasi bilan cheklanmagan usullar bilan amalga oshiriladi. Ma'lumotlarni qazib olishning boshqa axborot texnologiyalari qatorida muhim pozitsiyasi - izlanayotgan naqshlarning noprivialligi. Bu shuni anglatadiki, topilgan naqshlar ma'lumotlar tarkibiy qismlarida aniq bo'lmagan, kutilmagan qonuniyatlarni, yashirin bilimlarni aks ettirishi kerak.
Bugungi kunda ma'lumotlarni qayta ishlash va tahlil qilish usullarini intellektualizatsiya qilish bilan bog'liq yo'nalish jadal rivojlanmoqda. Ma'lumotlarni tahlil qilishning intellektual tizimlari (MIT) qarorlarni qabul qiluvchining (DM) ma'lumotlarni tahlil qilish jarayonida, shuningdek tahlil algoritmlarini o'rnatishda harakatlarini minimallashtirishga mo'ljallangan. Ko'pgina MIT nafaqat klassik qarorlarni qabul qilish muammolarini hal qilishga imkon beradi, balki sabab-oqibat munosabatlarini, tahlil qilinayotgan tizimdagi yashirin naqshlarni aniqlay oladi.
Ma'lumotlarni intekkektual tahlil qilish
Data Mining - bu matematik vositalarning keng doirasi (klassik statistik tahlildan yangi kibernetik usullargacha) va axborot texnologiyalarining so'nggi yutuqlari. Data Mining texnologiyasi qat'iy rasmiylashtirilgan usullarni va norasmiy tahlil usullarini uyg'un birlashtiradi, ya'ni. ma'lumotlarni miqdoriy va sifatli tahlil qilish.
Data Mining - bu inson faoliyatining turli sohalarida qarorlar qabul qilish uchun ma'lumotlarda ilgari noma'lum, ahamiyatsiz bo'lmagan, amaliy jihatdan foydali va tushunarli bo'lgan talqinlarni aniqlash usullari to'plamini belgilash uchun ishlatiladigan umumiy nom. Bu atama Grigoriy Pyatetskiy-Shapiro tomonidan 1989 yilda kiritilgan.
Data Mining usullari turli xil tasniflash, modellashtirish va bashorat qilish usullariga asoslangan. Data Mining usullari ko'pincha statistik usullarni o'z ichiga oladi (tavsiflovchi tahlil, korrelyatsiya va regressiya tahlili, omillar tahlili, dispersiya tahlili, komponentlar tahlili, diskriminantlar tahlili, vaqt qatorlari tahlili). Ammo bunday usullar tahlil qilingan ma'lumotlar haqidagi ba'zi bir apriori g'oyalarni taxmin qiladi, bu Data Mining maqsadlariga (ilgari noma'lum bo'lgan nodavlat va amaliy foydali bilimlarni kashf etish) zid ravishda bir-biriga ziddir.
Data Mining usullarining muhim maqsadlaridan biri bu hisob-kitoblar natijalarini tasavvur qilishdir, bu esa maxsus matematik tayyorgarlikka ega bo'lmagan odamlar tomonidan Data Mining vositalaridan foydalanish imkonini beradi. Shu bilan birga, ma'lumotlarni tahlil qilishning statistik usullaridan foydalanish ehtimollar nazariyasi va matematik statistikani yaxshi bilishni talab qiladi.
Data Mining usullari bilan olingan bilimlar odatda modellar shaklida taqdim etiladi.