سه شنبه 23 مرداد 1397 | Tuesday 14 th of August 2018 صفحه اصلی گروه الکترونیکی کامپیوتر
1-4 جایگاه داده کاوی در میان علوم مختلف

ریشه های داده کاوی در میان سه خانواده از علوم ، قابل پیگیری می باشد . مهمترین این خانواده ها ، امار کلاسیک[1] می باشد. بدون امار ، هیچ داده کاوی وجود نخواهد داشت ، بطوریکه امار ، اساس اغلب تکنولوژی هایی می باشد که داده کاوی بر روی انها بنا می شود . امار کلاسیک مفاهیمی مانند تحلیل رگرسیون ، توزیع استاندارد ، انحراف استاندارد، واریانس ، تحلیل خوشه ، و فاصله های اطمینان را که همه این موارد برای مطالعه داده و ارتباط بین داده ها می باشد، رادر بر می گیرد. مطمئنا تحلیل اماری کلاسیک نقش اساسی در تکنیکهای داده کاوی ایفا می کند.

دومین خانواده ای که داده کاوی به ان تعلق دارد هوش مصنوعی[2] می باشد . هوش مصنوعی که بر پایه روشهای ابتکاری می باشد و با امار ضدیت دارد ، تلاش دارد تا فرایندی مانند فکر انسان ، رابرای حل مسائل اماری بکار بندد. چون این رویکرد نیاز به توان محاسباتی بالایی دارد، تا اوایل دهه 1980 عملی نشد. هوش مصنوعی کاربردهای کمی را در حوزه های علمی و حکومتی پیدا کرد ، اما نیاز به استفاده از کامپیوترهای بزرگ باعث شد همه افراد نتوانند از تکنیکهای ارائه شده استفاده کنند.

سومین خانواده داده کاوی ، یادگیری ماشین[3] می باشد، که به مفهوم دقیقتر ، اجتماع امار و هوش مصنوعی می باشد . در حالیکه هوش مصنوعی نتوانست موفقیت تجاری کسب کند ، یادگیری ماشین در بسیاری از موارد جایگزین ان گردید . از یادگیری ماشین به عنوان تحول هوش مصنوعی یاد شد ، چون مخلوطی از روشهای ابتکاری هوش مصنوعی به همراه تحلیل اماری پیشرفته می باشد. یادگیری ماشین اجازه می دهد تا برنامه های کامپیوتری در مورد داده ای که انها مطالعه می کنند، مانند برنامه هایی که تصمیمهای متفاوتی بر مبنای

کیفیت داده مطالعه شده می گیرند ، یادگیری داشته باشند و برای مفاهیم پایه ای ان از امار استفاده می کنند و از الگوریتمها و روشهای ابتکاری هوش مصنوعی را برای رسیدن به هدف بهره می گیرند .

داده کاوی در بسیاری از جهات ، سازگاری تکنیکهای یادگیری ماشین با کاربردهای تجاری است . بهترین توصیف از داده کاوی بوسیله اجتماع امار ، هوش مصنوعی و یادگیری ماشین بدست می اید. این تکنیکها سپس با کمک یکدیگر ، برای مطالعه داده و پیدا کردن الگوهای نهفته در انها استفاده می شوند. بعضی از کاربردهای داده کاوی به شرح زیر است :

•       کاربردهای معمول تجاری : از قبیل تحلیل و مدیریت بازار ، تحلیل سبد بازار ، بازاریابی هدف ، فهم رفتار مشتری ، تحلیل و مدیریت ریسک

•   مدیریت و کشف فریب : کشف فریب تلفنی ، کشف فریبهای بیمه ای و اتومبیل ، کشف حقه های کارت اعتباری ، کشف تراکنشهای مشکوک مالی (پولشویی)؛

•  متن کاوی [4] : پالایش متن ( نامه های الکترونیکی ، گروههای خبری و غیره )؛

•پزشکی : کشف ارتباط علامت و بیماری ، تحلیل ارایه های DNA، تصاویر پزشکی؛

•ورزش: امارهای ورزشی ؛

•وب کاوی[5] : پیشنهاد صفحات مرتبط ، بهبود ماشینهای جستجوگر یا شخصی سازی حرکت در وب سایت ؛



[1]Classic Statistics

[2]Artificial Intelligence

[3]Machine Learning

[4]Text Mining

[5]Web Mining

Compatability by:
آخرین به روز رسانی سایت: سه شنبه, 22 اسفند 1391 - 00:26