کتاب داده کاوی در پایگاه داده های بزرگ را که به زبان فارسی توسط رضا خسروی تیه شده است را تقدیم شما کاربران عزیز سایت آغازه می کنیم. داده کاوی به روشهای استخراج تحلیل داده ای برای شناخت بهتر از داده های بسیار بزرگ مورد استفاده قرار می گیرد. در این کتاب سعی شده است تا پیدایش و تاریخچه داده کاوی Data Mining بطور خلاصه بررسی شود. روشهای الگو های پیشرفته برای دستیابی به تحلیل داده ای دقیق و کارآمد. روشهای داده کاوی و OLAP ، مباحث تحلیل آماری از پایگاه داده های بسیار بزرگ با استفاده از داده کاوی ، مدل ها و الگوریتم های داده کاوی ، بررسی روشهای هوش مصنوعی و شبکه های عصبی ، و… می باشد . هدف کلی نویسنده این کتاب را می توان اینگونه بیان نمود ” ارایه تعریف دقیقی از انبار داده، بررسی تکنیکها و کاربردهای داده کاوی و کاربرد آن در مدیریت، معرفی شبکه عصبی به عنوان یکی از روشهای اجرای داده کاوی و بیان مفهوم درخت تصمیم و ارتباط آن با داده کاوی دانست”. در ادامه سر فصل های این کتاب بطور کامل عنوان شده است که امید است مورد توجه شما قرار بگیرد.

عنوان: کتاب داده کاوی Data Mining در پایگاه داده های بزرگ

زبان آموزش : فارسی

نویسنده: رضا خسروی

تعداد صفحه: ۱۰۳

حجم فایل: ۱٫۵ مگابایت

چکیده و مقدمه کتاب:

داده کاوی، فرایند مرتب سازی و طبقه بندی داده های حجیم و آشکارسازی اطلاعات مرتبط باهم می باشد. امروزه داده کاوی به عنوان یکی از ابزارهای بسیار مهم مدیران جهت شناخت وضعیت دقیق تر سازمان و همچنین کمک در اتخاذ تصمیمات مناسب کاربرد دارد. با استفاده از این تکنیک، داده های موجود در سازمان با بکارگیری ابزارهای نرم افزاری، مورد بررسی و تحلیل دقیق قرار می گیرد تا الگوهای پنهان و پیچیده ای که در آنها وجود دارد کشف و استخراج گردد. داده کاوی را می توان نسل سوم تکنولوژیهایی نامید که با داده سروکار دارند. در نسل اول یا نسل سنتی، فقط انجام پرس و جو های ساده امکان پذیر بود، مثلا تعداد فروش یک کالای خاص چقدر است؟ میزان خرید یک مشتری خاص در ماه جاری چه مبلغی است؟ در نسل دوم یا همان پردازش لحظه ای برخط (OLAP) امکان پرس و جوی همزمان چند بعدی فراهم گردید. در این روش به عنوان مثال به سوالاتی مانند: «میزان فروش محصولات به تفکیک فروشنده، خریدار و مسیر خاص چقدر است؟ » بصورت لحظه ای و با استفاده از مکعب تصمیم و گزارش ماتریسی پاسخ داده می شود. اما در نسل سوم یا همان داده کاوی فقط مساله پرس و جو و دریافت گزارش ها از داده ها نیست، بلکه از حجم انبوه داده ها، الگوهایی کشف می شود که هیچ وقت امکان کشف این الگوها در OLAP یا روش سنتی وجود نداشت. انواع اطلاعات و الگوهایی که از طریق داده کاوی بدست می آیند و کاربرد دارند عبارتند از: وابستگی، تسلسل و توالی، طبقه بندی، خوشه بندی و پیش بینی. برای استخراج این الگوها اغلب از روشهای نوینی مانند شبکه عصبی و درختهای تصمیم استفاده می شود. در عمل برای امکان انجام داده کاوی و استفاده از تکنیکهای فوق الذکر، ابتدا باید نسبت به ایجاد یک انبار داده مناسب اقدام کرد. یک انبارداده در حقیقت پایگاه داده ای است که داده های جاری و همچنین سوابق قبلی تراکنشها را در خود ذخیره کرده و با منابع خارج سازمان نیز ارتباط برقرار می کند.

منبع: پروزه دات کام

قابل توجه کاربران شما می توانید این کتاب را یکجا و بطور کامل از لینک زیر دریافت کنید.

لینک مستقیم

برای دریافت فایل اینجا کلیک کنید. (لینک مستقیم)

لینک کمکی:

برای دریافت فایل اینجا کلیک کنید. (لینک ۱ )