داده کاوی - ۲ - تعاریف

داده کاوی که ترجمه‌ی عبارت «Data Mining» می‌باشد دارای تعاریف مختلفی است که به شرح تعدادی از تعاریف مستند با ذکر منابع آنها می‌پردازیم.

۱ـ داده کاوی زیر شاخه‌ا‌ی بین علوم کامپیوتر و آمار است که هدف کلی آن استخراج اطلاعات (با روش‌های هوشمند) از یک مجموعه داده می‌باشد که با تبدیل اطلاعات به یک ساختار قابل درک، آن‌ها را برای استفاده‌ی بهتر آماده می‌کند.

منابع:

۲ـ اصطلاح داده کاوی به معنای استخراج داده، نادرست است. زیرا هدف، استخراج الگو و دانش از مقادیر زیادی از داده‌هاست نه استخراج داده‌ها از خودش.

منبع:

۳ـ داده کاوی فرایند کشف الگوها در مجموعه داده‌های بزرگ با استفاده از روش‌های موجود در فصل مشترک حوزه‌های یادگیری ماشین، آمار و سیستم‌های پایگاه داده‌است.

منبع:

۴ـ داده کاوی مرحله تجزیه و تحلیل فرآیند «کشف دانش در پایگاه‌های داده» یا knowledge discovery in databases یا همان KDD است. فرایند KDD شامل پنج مرحله زیر می‌باشد که داده کاوی در مرحله چهارم آن قرار می‌گیرد.

1. گزینش یا انتخاب
2. پیش پردازش یا pre-processing
3. داده کاوی
4. تفسیر / ارزیابی

منبع:

قسمت بعدی شرح معیار‌های فاصله و پیاده‌سازی آنها در پایتون