داده کاوی مفاهیم مدل ها روش ها و الگوریتم ها ویراست سوم نیازدانش

نیاز به شناخت مجموعه داده بزرگ، پیچیده، و غنی از اطلاعات، برای تقریباً همه رشته ‌های بیزینس، علوم، و مهندسی متداول است. در دنیای بیزینس، داده‌ های شرکتی و مشتریان به‌عنوان یک دارایی راهبردی شناسایی می ‌شود. توان استخراج دانش مفید نهفته در این داده ‌ها و اقدام بر روی آن دانش به‌ طور فزاینده در دنیای رقابتی فعلی اهمیت پیدا کرده است. کل فرایند اعمال روش ‌شناسی کامپیوترپایه، شامل تکنیک‌ های جدید، برای کشف دانش از داده‌ ها، به داده ‌کاوی موسوم است.

داده‌ کاوی یک فرایند رفت‌ و برگشتی بوده که داخل آن، به ‌صورت روش‌ های اتوماتیک یا دستی، پیشرفت با کشف تعریف می‌ شود. داده ‌کاوی بیشترین استفاده را در سناریوی تحلیل کاوشی داشته که در آن، ایده‌ های از قبل تعیین ‌شده ‌ای در مورد اینکه چه چیزی خروجی «جالب» تلقی خواهد شد، وجود ندارد. داده ‌کاوی، جستجو برای اطلاعات جدید، ارزشمند، و غیرساده در حجم بالای داده ‌ها است. این فعالیت یک تلاش همکارانه انسان‌ ها و کامپیوترها است. بهترین نتایج با توازن دانش متخصصین انسانی در شرح مسایل و اهداف، با ظرفیت ‌های جستجوی کامپیوترها به دست می‌ آید. در عمل، دو هدف اصلی داده ‌کاوی به پیش‌ بینی و توصیف گرایش دارد.

1. داده ‌کاوی پیش‌ بینانه، که مدل سیستم شرح داده شده توسط یک مجموعه داده خاص را شرح می‌ دهد، یا

2. داده‌ کاوی توصیفی، که اطلاعات جدید و غیرساده مبتنی بر مجموعه داده موجود را تولید می‌ کند.