Презентациялар

Data Mining әдістері мен кезеңдерінің жіктелуі

DATA MINING әдістері мен кезеңдері

Орындаған:Кадирбек Нурбек

Тексерген:Асемгуль Шабиденовна

Data Mining -бұл кең математикалық құралдардың (классикалық статистикалық талдаудан бастап жаңа кибернетикалық әдістерге дейін) және ақпараттық технологиялар саласындағы соңғы жетістіктердің үйлесімі.

Data Mining технологиясында қатаң формализация-ланған әдістер мен бейресми талдау әдістері, яғни деректердің сандық және сапалық талдауы үйлесімді түрде біріктірілген.

Data Mining-тің барлық әдістері бастапқы оқыту деректерімен жұмыс істеу принципі бойынша екі үлкен топқа бөлінеді. Бұл жіктеуде жоғарғы деңгей Data Mining-тен кейін деректердің сақталатындығына немесе кейінірек пайдалану үшін тазартылатындығына байланысты анықталады.

1. Деректерді тікелей пайдалану немесе деректерді сақтау.

2. Формальды заңдылықтарды анықтау және қолдану.

Деректерді тікелей пайдалану немесе деректерді сақтау. Бұл жағдайда бастапқы деректер нақты егжей-тегжейлі түрде сақталады және болжамды модельдеу немесе ерекшеліктерді талдау кезеңдерінде тікелей қолданылады. Бұл әдістер тобының проблемасы-оларды пайдалану кезінде өте үлкен мәліметтер базасын талдауда қиындықтар туындауы мүмкін.

Бұл топтың әдістері: кластерлік талдау, жақын көршінің әдісі, k-жақын көршінің әдісі, ұқсастық бойынша ойлау.

Формальды заңдылықтарды анықтау және қолдану.

Формальды заңдылықтарды анықтау және қолдану

технологиясында ақпараттың бір үлгісі (шаблоны)

бастапқы деректерден алынады және белгілі бір

формалды дизайнға айналады, олардың түрі

қолданылатын Data Mining әдісіне байланысты.

Бұл топтың әдістері: логикалық әдістер; визуализация

әдістері; кросстабуляция әдістері; теңдеулерге

негізделген әдістер.

Data Mining үш кезеңнен тұрады.

1 кезең. Заңдылықтарды анықтау (еркін Іздеу) .

2 кезең. Белгісіз мәндерді болжау (болжамды модельдеу) .

3 кезең. Ерекшеліктерді талдау

Data Mining кезеңдерінің жіктелуі

Заңдылықтарды анықтау (еркін Іздеу) кезеңі.

Еркін іздеу кезеңінде жасырын заңдылықтарды

іздеу үшін мәліметтер жиынтығы зерттеледі.

Data Mining жүйесі осы кезеңде OLAP жүйелерінде

алуға болатын шаблондарды анықтайды, мысалы,

талдаушыға көптеген сұрауларды ойласты-

рып, құрастыруы керек. Мұнда талдаушы мұндай

жұмыстан босатылады да, жүйе талдаушының

орнына шаблондарды іздейді.

Болжамдық модельдеу кезеңі.

Мұнда анықталған заңдылықтар тікелей болжау үшін

қолданылады. Болжамдық модельдеу келесі

әрекеттерді қамтиды:

белгісіз мәндерді болжау (outcome prediction) ;

процестердің дамуын болжау (forecasting) .

Ерекше жағдайларды талдау кезеңі.

Ерекше жағдайларды талдау-Бұл кезең

заңдылықтарда кездесетін ауытқуларды

анықтауға және түсіндіруге арналған.

Осы кезеңде орындалатын әрекет - ауытқуларды

анықтау. Ауытқуларды анықтау үшін еркін іздеу

сатысында есептелетін норманы анықтау қажет

болады.

Назарларыңызға рахмет!!!

Ұқсас жұмыстар

Big Data: ұғымы, сипаттамалары және қолданылуының артықшылықтары мен тәуекелдері

Үлкен деректер (Big Data): ұғымы мен оң және теріс әсерлерін бағалау

Бұлтты есептеу, жасанды интеллект және Big Data: инфрақұрылымдық рөлі мен спорттағы қолданылуы

Мәліметтерді алу мен зияткерлік талдаудың әдістері мен құралдары

Д.Б. Элькониннің жас кезеңдерінің психологиялық талдауы

Әлеуметтану тарихының негізгі кезеңдері мен ХХ ғасырдағы даму кезеңдерінің салыстырмалы талдауы

Әлсіз құрылымдалған деректерді іздеудің әдістері мен алгоритмдері

Заманауи дезинфекциялық ерітінділердің жіктелуі мен қолдану әдістері

Тәрбие әдістері мен тәсілдерінің анықтамасы, жіктелуі және құралдары

Биологиялық дерекқорлар және ақпараттық іздеу: деректерді өңдеу және NCBI, Protein Data Bank пен PubMed жүйелері

Пәндер

Қазақ тілінде жазылған рефераттар, курстық жұмыстар, дипломдық жұмыстар бойынша біздің қор #1 болып табылады.

Ақпарат

Қосымша

Email: info@stud.kz