Data Mining Tutorial for CS for Android APK

תיאור

כריית נתונים היא תהליך של גילוי דפוסים במערכי נתונים גדולים הכוללים שיטות בצומת של למידת מכונה, סטטיסטיקה ומערכות מסד נתונים. כריית נתונים היא תת תחום בינתחומי של מדעי המחשב וסטטיסטיקה עם מטרה כוללת לחלץ מידע (בשיטות חכמות) ממערך נתונים ולהפוך את המידע למבנה מובן לשימוש נוסף. כריית נתונים היא שלב הניתוח של תהליך "גילוי ידע בבסיסי נתונים" או KDD. מלבד שלב הניתוח הגולמי, הוא כרוך גם בהיבטים של ניהול מסד נתונים ונתונים, עיבוד מוקדם של נתונים, שיקולי מודל והסקת מסקנות, מדדי עניין, שיקולי מורכבות, עיבוד לאחר עיבוד של מבנים שהתגלו, ויזואליזציה ועדכון מקוון.

המונח "כריית נתונים" הוא כינוי שגוי, מכיוון שהמטרה היא חילוץ של דפוסים וידע מכמויות גדולות של נתונים, ולא חילוץ (כרייה) של נתונים עצמו. היא גם מילת באז והיא מיושמת לעתים קרובות על כל צורה של מידע או עיבוד מידע בקנה מידה גדול (איסוף, מיצוי, אחסנה, ניתוח וסטטיסטיקה) וכן על כל יישום של מערכת תומכת החלטות ממוחשבת, כולל בינה מלאכותית (למשל, מכונה). למידה) ובינה עסקית. הספר Data mining: Practical machine learning tools and techniques with Java (המכסה בעיקר חומר למידת מכונה) היה אמור להיקרא במקור רק Practical machine learning, והמונח Data mining נוסף רק מסיבות שיווקיות. לעתים קרובות המונחים הכלליים יותר (בקנה מידה גדול) ניתוח וניתוח נתונים או, כאשר מתייחסים לשיטות בפועל, בינה מלאכותית ולמידת מכונה מתאימים יותר.

משימת כריית הנתונים בפועל היא ניתוח חצי אוטומטי או אוטומטי של כמויות גדולות של נתונים כדי לחלץ דפוסים מעניינים שלא ידועים בעבר, כגון קבוצות של רשומות נתונים (ניתוח אשכולות), רשומות חריגות (זיהוי אנומליות) ותלות (כריית כללים של שיוך, כריית דפוסים עוקבים). זה בדרך כלל כרוך בשימוש בטכניקות מסד נתונים כגון מדדים מרחביים. לאחר מכן ניתן לראות דפוסים אלה כמעין סיכום של נתוני הקלט, ועשויים לשמש בניתוח נוסף או, למשל, בלמידת מכונה וניתוח חזוי. לדוגמה, שלב כריית הנתונים עשוי לזהות מספר קבוצות בנתונים, אשר לאחר מכן ניתן להשתמש בהן כדי לקבל תוצאות חיזוי מדויקות יותר על ידי מערכת תומכת החלטות. לא איסוף הנתונים, הכנת הנתונים, ולא פרשנות ודיווח התוצאות הם חלק משלב כריית הנתונים, אבל כן שייכים לתהליך ה-KDD הכולל כשלבים נוספים.

מחסן נתונים נבנה על ידי שילוב נתונים ממספר מקורות הטרוגניים.

הוא תומך בדיווח אנליטי, שאילתות מובנות ו/או אד-הוק וקבלת החלטות. הדרכה זו מאמצת גישה שלב אחר שלב כדי להסביר את כל המושגים הדרושים של אחסון נתונים.

אוספי הדרכה של קטגוריות נמצאים למטה ומספקים את כל הנושאים כמו,

סקירה כללית של מחסן נתונים

מושגי מחסן נתונים

תהליכי מערכת מחסני נתונים

ארכיטקטורת מחסני נתונים

טרמינולוגיות של מחסן נתונים

תהליך אספקת מחסן נתונים

מחסן נתונים רב ממדי OLAP

סכימות מחסן נתונים

בדיקת מחסני נתונים

היבטי עתיד של מחסן נתונים

שאלות ראיון למחסן נתונים

אסטרטגיית חלוקת מחיצות נתונים

מושגי מטא נתונים של מחסן נתונים

Data Warehouse Data Marting

מנהלי מערכות מחסני נתונים

מנהלי תהליכי מחסני נתונים

אבטחת מחסני נתונים

כוונון מחסן נתונים

ורבים אחרים