داده کاوی
۱-۱: معرفی دادهکاوی و دلایل پیدایش آن.
۲: طبقه بندی روشهای داده کاوی..
۲-۱ : داده کاوی توصیفی یا توصیف کننده
۲-۲ : مراحل فرایند کشف دانش از پایگاه دادهها
۳: مراحل و اجزای یک فرآیند دادهکاوی..
۳-۱: بیان مسئله و فرموله کردن فرضیه.
۳-۲: انتخاب و جمع آوری دادهها
۳-۳: تبدیل و پیش پردازش دادهها
۳-۴: برآورد مدل یا کاوش در دادهها
۳-۵: تفسیر نتیجه یا تفسیر مدل و رسیدن به نتایج..
۲-۴: دو وظیفه اصلی در آماده سازی دادهها
۷: تبدیل و تغییر وضعیت دادههای خام.
۲-۳-۷:نرمال سازی حداقل حداکثر.
۸:مفهوم دادههای از دست رفته و راه حل جبران آن.
۱-۹:تشخیص دادههای نامنطق بر مبنای فاصله.
۲-۹:روشها و تکنیکهای برمبنای انحراف..
۱-۱۰: یافتههای حاصل از کاهش دادهها
۱ -۱-۱۰:کاهش زمان محاسبه.
۲ -۱-۱۰:افزایش یادگیری در دقت پیشگویانه
۳ -۱-۱۰:سادگی در ارائه مدل داده کاوی..
۴ -۱-۱۰:کاهش موارد.
۱۱:روشهای نمونه گیری برای نمونههای بزرگ…
۲-۱۲:ارزیابی تفاوتها در مجموعههای..
۱۳: ساختار یک سیستم دادهکاوی..
۱۷:نمونهای از روش داده کاوی..
۱۸:برخی از کاربردهای دادهکاوی در محیطهای واقعی..
۱۹: فواید و نقش داده کاوی در فعالیتشرکتها
۲۰:کاربرد داده کاوی در کتابخانهها و مؤسسات دانشگاهها
۱-۲۳:تاریخچه شبکههای عصبی مصنوعی..
۲۶:چرا از شبکههای عصبی استفاده میکنیم.
۲۴:شبکههای عصبی در مقایسه با کامپیوترهای سنتی.
۳۳:تفاوت الگوریتم ژنتیک با سایر روش های بهینه سازی..
امروزه با گسترش سیستمهای پایگاهی و حجم بالای دادههای ذخیره شده در این سیستمها، نیاز به ابزاری است تا بتوان دادههای ذخیره شده پردازش کرد و اطلاعات حاصل از این پردازش را در اختیار کاربران قرار داد.
با استفاده از پرسشهای ساده درSQL و ابزارهای گوناگون گزارش گیری معمولی، میتوان اطلاعاتی را در اختیار کاربران قرار داد تا بتوانند به نتیجه گیری در مورد دادهها و روابط منطقی میان آنها بپردازند اما وقتی که حجم دادهها بالا باشد، کاربران هر چقدر حرفه ای و با تجربه باشند نمیتوانند الگوهای مفید را در میان حجم انبوه دادهها تشخیص دهند و یا اگر قادر به این کار هم بایشند، هزینه عملیات از نظر نیروی انسانی و مالی بسیار بالا است.
بنابراین میشود گفت که در حال حاضر یک تغییر الگو از مدل سازی و تحلیلهای کلاسیک بر پایه اصول اولیه به مدلهای در حال پیشرفت و تحلیلهای مربوط به طور مستقیم از دادهها وجود دارد.
داده کاوی یکی از مهمترین این روشها است که به وسیله آن الگوهای مفید در دادهها با حداقل دخالت کاربران شناخته میشوند و اطلاعاتی را در اختیار کاربران و تحلیل گران قرار میدهند تا بر اساس آنها تصمیمات مهم و حیاتی در سازمانها اتخاذ شوند.
۲-۱ تعاریف داده کاوی
در متون آکادمیک تعاریف گوناگونی برای داده کاوی ارائه شدهاند. در برخی از این تعاریف داده کاوی در حد ابزاری که کاربران را قادر به ارتباط مستقیم با حجم عظیم دادهها میسازد معرفی گردیده است و در برخی دیگر، تعاریف دقیقتر که درآنها به کاوش در دادهها توجه میشود موجود است.