x Veri Madenciliği

Veri Madenciliği

Veri madenciliği, basit bir sorgulama ve raporlama teknikleriyle ele alınamayan sorunları çözebilir.

 

Veri madenciliği, basit ve sade  analizlerin daha üst seviyeye geçen kalıpları ve eğilimleri keşfetmek için büyük veri depolarını otomatik olarak arama uygulamasıdır.. Veri madenciliği, verileri bölümlere ayırmak ve ilerleyen zamanlarda olayların olasılığını değerlendirmek için karmaşık matematiksel algoritmalar kullanır. Veri madenciliği, Veri'de Bilgi Keşfi olarak da bilinir.

 

Veri madenciliğinin temel özellikleri şunlardır:

  -  Kalıpların otomatik keşfi 

  -  Muhtemel sonuçların tahmini 

  -  İşlem yapılabilir bilgi oluşturulması 

  -  Büyük veri kümelerine ve veritabanlarına odaklama

 

Veri madenciliği, basit bir sorgulama ve raporlama teknikleriyle ele alınamayan sorunları çözebilir.

 

Otomatik Keşif

 

Veri madenciliği, model oluşturma yoluyla gerçekleştirilir. Bir model, bir veri kümesi üzerinde hareket etmek için bir algoritma kullanır. Otomatik keşif kavramı, veri madenciliği modellerinin yürütülmesini ifade eder. Veri madenciliği modelleri, oluşturuldukları verileri benimsemek için kullanılabilir, ancak çoğu model türü yeni verilere genelleştirilebilir. Yeni verilere model uygulama işlemi puanlama olarak bilinir.

 

Tahmin

 

Birçok veri madenciliği şekli öngörücüdür. Örneğin, bir model eğitime ve diğer demografik faktörlere dayanarak geliri tahmin edebilir. Tahminler ile ilişkili bir olasılık vardır. Yani bu öngörünün gerçek  olma olasılığı ne kadardır?.Tahmin olasılıkları aynı zamanda güven olarak da bilinir. Sonuç olarak bu tahminlere ne kadar güvenebiliriz sorusunu getirecektir aklımıza.

 

 

Gruplama

 

 Bir Diğer veri madenciliği formları, verilerdeki doğal gruplamaları tanımlar. Örneğin, bir model, belirli bir aralıkta geliri olan, iyi bir sicile sahip olan ve aylık olarak yeni bir araba kiralayan topluluğun bölümlerini tanımlayabilir.

 

İşlem yapılabilir bilgi oluşturma

 

Veri madenciliği büyük miktarda veriden işlem yapılabilir bilgi türetebilir. Örneğin, bir şehir plancısı, düşük gelirli konutlar için bir plan geliştirmek için demografiye dayalı geliri öngören bir model kullanabilir. Bir araba kiralama ajansı, yüksek değerli müşterileri hedefleyen bir promosyon tasarlamak için müşteri segmentlerini tanımlayan bir kullanım modeli olabilir.

Benzer Blog yazıları

Wordpress Sisteminin Avantajları

WordPress açık kaynak kodlu  bir sistemdir ve bu sistem Matt Mullenweg tarafından kurulmuş ve 2003 yılından kullanılmaya başlamış. Word...Devamı…

Virtual Dedicated Server ( VDS ) Nedir ?

VDS ( Virtual Dedicated Server ), Türkçe olarak baktığımızda Özel Sanal Sunucu olarak çevrilebilir. Virtual Hosting hizme...Devamı…

Opencart nedir ? Opencart’ın avantajları nelerdir ?

İnternet üzerinden yapılan alışveriş oranı gün geçtikçe artıyor. Bu nedenle şirket, mağaza sahipleri e-ticaret siteleri ile &u...Devamı…

Yapay Zeka

Yapay zeka, farklı insanlara farklı şeyler ifade eden kavramlar ve teknolojilerin bir araya gelmesidir . Bir Yapay zeka , normalde insan zekası gerekt...Devamı…

Hızlı İletişim
Hızlı İletişim+90 212 347 33 11info@ata.com.trTeklif İste
Teklif İste