Azərbaycanca
Беларускі
Dansk
Deutsch
Española
Français
Indonesia
Italiana
日本語
Қазақ
Lietuvos
Nederlands
Português
Русский
සිංහල
แบบไทย
Türkçe
Українська
中國人
United State
Afrikaans
Verilənlərin hasilatı, data mədənçiliyi və ya verilənlərin mədənçiliyi — maşın öyrənməsi, statistika və verilənlər bazası sistemlərinin kəsişməsindəki metodları əhatə edən böyük məlumat dəstlərində nümunələrin çıxarılması və aşkarlanması prosesi. Verilənlərin hasilatı, məlumat toplusundan məlumatı (ağıllı üsullarla) çıxarmaq və məlumatları daha sonra istifadə üçün başa düşülən struktura çevirmək məqsədi daşıyan kompüter elmləri və statistikanın fənlərarası alt sahəsidir. Verilənlərin hasilatı "verilənlər bazasında bilik kəşfi" (KDD) prosesinin təhlil mərhələsidir. Xam təhlil mərhələsindən başqa, o, həmçinin verilənlər bazası və məlumatların idarə edilməsi aspektlərini, verilənlərin əvvəlcədən işlənməsini, model və nəticə çıxarma mülahizələrini, maraqlılıq ölçülərini, mürəkkəblik mülahizələrini, aşkar edilmiş strukturların sonrakı emalını, vizuallaşdırmanı və onlayn yeniləməni əhatə edir.
"Data mining" səhv addır, çünki məqsəd məlumatların özünün çıxarılması (hasilatı) deyil, böyük həcmdə məlumatlardan nümunələrin və biliklərin çıxarılmasıdır. O, həm də məşhur sözdür və genişmiqyaslı məlumatların və ya informasiya emalının istənilən formasına, eləcə də süni intellekt və biznes intellekti daxil olmaqla, qərar qəbuledici dəstək sisteminin hər hansı tətbiqinə tez-tez tətbiq olunur. Adətən daha ümumi terminlər, verilənlərin təhlili və analitikası və ya faktiki metodlara istinad etmək ya da süni intellekt və maşın öyrənməsi daha uyğundur.
Faktiki verilənlərin hasilatı tapşırığı, məlumat qeydləri qrupları, qeyri-adi qeydlər və asılılıqlar kimi əvvəllər naməlum, maraqlı nümunələri çıxartmaq üçün böyük miqdarda məlumatın yarı avtomatik və ya avtomatik təhlilidir. Bu, adətən fəza indeksləri kimi verilənlər bazası üsullarından istifadəni nəzərdə tutur. Bu nümunələr daha sonra daxil edilən məlumatların bir növ xülasəsi kimi görünə bilər və sonrakı təhlillərdə və ya maşın öyrənməsində və proqnozlaşdırıcı analitikada istifadə edilə bilər. Məsələn, verilənlərin öyrənilməsi mərhələsi verilənlərdə çoxlu qrupları müəyyən edə bilər, daha sonra qərar qəbuledici dəstək sistemi tərəfindən daha dəqiq proqnoz nəticələri əldə etmək üçün istifadə edilə bilər. Nə məlumatların toplanması, hazırlanması, nə də nəticələrin izahı və hesabatı əlavə mərhələlər kimi ümumi KDD prosesinə aid olsa da, məlumatların çıxardılması mərhələsinin bir hissəsi deyil.
Verilənlərin təhlili ilə hasilatı arasındakı fərq ondan ibarətdir ki, təhlil verilənlər bazasında modelləri və fərziyyələri yoxlamaq üçün istifadə olunur, məsələn, məlumatların miqdarından asılı olmayaraq marketinq kampaniyasının effektivliyini təhlil etmək. Hasilat isə əksinə olaraq böyük həcmdə məlumatda gizli nümunələri aşkar etmək üçün maşın öyrənməsi və statistik modellərdən istifadə edir.
"Məlumatların dərinləşdirilməsi", "məlumatların ovlanması" və "məlumatların izlənilməsi" terminləri aşkar edilmiş hər hansı nümunələrin etibarlılığı ilə bağlı etibarlı statistik nəticələr çıxarmaq üçün çox kiçik olan (və ya ola bilən) daha böyük toplunun hissələrinin nümunə götürülməsi üçün məlumatların çıxarılması metodlarının istifadəsinə aiddir. Bununla belə, bu üsullar daha böyük məlumat toplusuna qarşı test etmək üçün yeni fərziyyələrin yaradılmasında istifadə edilə bilər.
İstinadlar
- "Data Mining Curriculum". ACM . 2006-04-30. 2013-10-14 tarixində . İstifadə tarixi: 2014-01-27.
- Clifton, Christopher. "Encyclopædia Britannica: Definition of Data Mining". 2010. 2011-02-05 tarixində . İstifadə tarixi: 2010-12-09.
- ; ; . . 2009. 2009-11-10 tarixində orijinalından arxivləşdirilib. İstifadə tarixi: 2012-08-07.
- ; Kamber, Micheline; Pei, Jian. Data Mining: Concepts and Techniques (3rd). Morgan Kaufmann. 2011. ISBN .
- ; ; Smyth, Padhraic. "From Data Mining to Knowledge Discovery in Databases" (PDF). 1996. 2022-10-09 tarixində arxivləşdirilib (PDF). İstifadə tarixi: 17 December 2008.
- ; Kamber, Micheline. Data mining: concepts and techniques. . 2001. səh. 5. ISBN .
Thus, data mining should have been more appropriately named "knowledge mining from data," which is unfortunately somewhat long
- OKAIRP 2005 Fall Conference, Arizona State University 2014-02-01 at the Wayback Machine
- Olson, David L. "Data mining in business services". Service Business. 1 (3). 12 iyul 2007: 181–193. doi:10.1007/s11628-006-0014-7.
Xarici keçidlər
wikipedia, oxu, kitab, kitabxana, axtar, tap, meqaleler, kitablar, oyrenmek, wiki, bilgi, tarix, tarixi, endir, indir, yukle, izlə, izle, mobil, telefon ucun, azeri, azəri, azerbaycanca, azərbaycanca, sayt, yüklə, pulsuz, pulsuz yüklə, haqqında, haqqinda, məlumat, melumat, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, şəkil, muisiqi, mahnı, kino, film, kitab, oyun, oyunlar, android, ios, apple, samsung, iphone, pc, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, web, computer, komputer
Verilenlerin hasilati data medenciliyi ve ya verilenlerin medenciliyi masin oyrenmesi statistika ve verilenler bazasi sistemlerinin kesismesindeki metodlari ehate eden boyuk melumat destlerinde numunelerin cixarilmasi ve askarlanmasi prosesi Verilenlerin hasilati melumat toplusundan melumati agilli usullarla cixarmaq ve melumatlari daha sonra istifade ucun basa dusulen struktura cevirmek meqsedi dasiyan komputer elmleri ve statistikanin fenlerarasi alt sahesidir Verilenlerin hasilati verilenler bazasinda bilik kesfi KDD prosesinin tehlil merhelesidir Xam tehlil merhelesinden basqa o hemcinin verilenler bazasi ve melumatlarin idare edilmesi aspektlerini verilenlerin evvelceden islenmesini model ve netice cixarma mulahizelerini maraqliliq olculerini murekkeblik mulahizelerini askar edilmis strukturlarin sonraki emalini vizuallasdirmani ve onlayn yenilemeni ehate edir Data mining sehv addir cunki meqsed melumatlarin ozunun cixarilmasi hasilati deyil boyuk hecmde melumatlardan numunelerin ve biliklerin cixarilmasidir O hem de meshur sozdur ve genismiqyasli melumatlarin ve ya informasiya emalinin istenilen formasina elece de suni intellekt ve biznes intellekti daxil olmaqla qerar qebuledici destek sisteminin her hansi tetbiqine tez tez tetbiq olunur Adeten daha umumi terminler verilenlerin tehlili ve analitikasi ve ya faktiki metodlara istinad etmek ya da suni intellekt ve masin oyrenmesi daha uygundur Faktiki verilenlerin hasilati tapsirigi melumat qeydleri qruplari qeyri adi qeydler ve asililiqlar kimi evveller namelum maraqli numuneleri cixartmaq ucun boyuk miqdarda melumatin yari avtomatik ve ya avtomatik tehlilidir Bu adeten feza indeksleri kimi verilenler bazasi usullarindan istifadeni nezerde tutur Bu numuneler daha sonra daxil edilen melumatlarin bir nov xulasesi kimi gorune biler ve sonraki tehlillerde ve ya masin oyrenmesinde ve proqnozlasdirici analitikada istifade edile biler Meselen verilenlerin oyrenilmesi merhelesi verilenlerde coxlu qruplari mueyyen ede biler daha sonra qerar qebuledici destek sistemi terefinden daha deqiq proqnoz neticeleri elde etmek ucun istifade edile biler Ne melumatlarin toplanmasi hazirlanmasi ne de neticelerin izahi ve hesabati elave merheleler kimi umumi KDD prosesine aid olsa da melumatlarin cixardilmasi merhelesinin bir hissesi deyil Verilenlerin tehlili ile hasilati arasindaki ferq ondan ibaretdir ki tehlil verilenler bazasinda modelleri ve ferziyyeleri yoxlamaq ucun istifade olunur meselen melumatlarin miqdarindan asili olmayaraq marketinq kampaniyasinin effektivliyini tehlil etmek Hasilat ise eksine olaraq boyuk hecmde melumatda gizli numuneleri askar etmek ucun masin oyrenmesi ve statistik modellerden istifade edir Melumatlarin derinlesdirilmesi melumatlarin ovlanmasi ve melumatlarin izlenilmesi terminleri askar edilmis her hansi numunelerin etibarliligi ile bagli etibarli statistik neticeler cixarmaq ucun cox kicik olan ve ya ola bilen daha boyuk toplunun hisselerinin numune goturulmesi ucun melumatlarin cixarilmasi metodlarinin istifadesine aiddir Bununla bele bu usullar daha boyuk melumat toplusuna qarsi test etmek ucun yeni ferziyyelerin yaradilmasinda istifade edile biler Istinadlar Data Mining Curriculum ACM 2006 04 30 2013 10 14 tarixinde Istifade tarixi 2014 01 27 Clifton Christopher Encyclopaedia Britannica Definition of Data Mining 2010 2011 02 05 tarixinde Istifade tarixi 2010 12 09 2009 2009 11 10 tarixinde orijinalindan arxivlesdirilib Istifade tarixi 2012 08 07 Kamber Micheline Pei Jian Data Mining Concepts and Techniques 3rd Morgan Kaufmann 2011 ISBN 978 0 12 381479 1 Smyth Padhraic From Data Mining to Knowledge Discovery in Databases PDF 1996 2022 10 09 tarixinde arxivlesdirilib PDF Istifade tarixi 17 December 2008 Kamber Micheline Data mining concepts and techniques 2001 seh 5 ISBN 978 1 55860 489 6 Thus data mining should have been more appropriately named knowledge mining from data which is unfortunately somewhat long OKAIRP 2005 Fall Conference Arizona State University 2014 02 01 at the Wayback Machine Olson David L Data mining in business services Service Business 1 3 12 iyul 2007 181 193 doi 10 1007 s11628 006 0014 7 Xarici kecidlerVikianbarda elaqeli media fayllar DMOZ da Knowledge Discovery Software DMOZ da Data Mining Tool Vendors