پاورپوینت کامل داده کاوی : مفاهیم، روش ها، کاربردها، آینده ۷۶ اسلاید در PowerPoint

توجه : این فایل به صورت فایل power point (پاور پوینت) ارائه میگردد

 پاورپوینت کامل داده کاوی : مفاهیم، روش ها، کاربردها، آینده ۷۶ اسلاید در PowerPoint دارای ۷۶ اسلاید می باشد و دارای تنظیمات کامل در PowerPoint می باشد و آماده ارائه یا چاپ است

شما با استفاده ازاین پاورپوینت میتوانید یک ارائه بسیارعالی و با شکوهی داشته باشید و همه حاضرین با اشتیاق به مطالب شما گوش خواهند داد.

لطفا نگران مطالب داخل پاورپوینت نباشید، مطالب داخل اسلاید ها بسیار ساده و قابل درک برای شما می باشد، ما عالی بودن این فایل رو تضمین می کنیم.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی پاورپوینت کامل داده کاوی : مفاهیم، روش ها، کاربردها، آینده ۷۶ اسلاید در PowerPoint،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از مطالب داخلی اسلاید ها

پاورپوینت کامل داده کاوی : مفاهیم، روش ها، کاربردها، آینده ۷۶ اسلاید در PowerPoint

اسلاید ۳: داده کاوی و دلایل پیدایش آن توسعه تکنولوژیهای ذخیره و بازیابی اطلاعاتافزایش روزافزون حجم اطلاعات ذخیره شدهتنوع بسیار زیاد در اطلاعات موجود بانکهای اطلاعاتیفایلهای چندرسانه ای (تصاویر متحرک، فایلهای صوتی)اطلاعات متنی و فاقد ساختارآرشیوهای اطلاعاتی، به دلیل حجم بسیار زیاد، غالبا به مقبره های اطلاعات تبدیل می شوند.

اسلاید ۴: داده کاوی و دلایل پیدایش آن علیرغم هزینه های سنگین در بخش تکنولوژی اطلاعات، بسیاری از تصمیمها همچنان در فقر اطلاعاتی اتخاذ می گردند. از قابلیتهای بالقوه اطلاعات ذخیره شده استفاده نمی شود. نیاز به تبدیل اطلاعات به دانش در بسیاری زمینه ها آشکار گردیده است. وقایعی نظیر ۱۱ سپتامبر، لزوم خودکار یا حداقل نیمه خودکار بودن فرآیند تبدیل اطلاعات به دانش را به خوبی نشان می دهند. داده کاوی به دهه ۸۰ برمی گردد.داده کاوی با تلاش برای اعمال تکنیکهای هوش مصنوعی بر روی بانکهای اطلاعاتی آغاز گردید.

اسلاید ۵: پردازش اطلاعات: از فایلهای متنی تا داده کاویحرکت از روشهای ابتدائی پردازش اطلاعات به داده کاوی، همواره برحسب نیاز حوزه های مختلف بوده است.سیر کلی تکنولوژی پردازش اطلاعات را می توان به صورت زیر خلاصه کرد:فایلها: اطلاعات ناهمگون، فاقد ساختار مشخص، اشتباهات متعدد، پردازش در حد تهیه فهرست بانکهای اطلاعاتی خاص: اطلاعات ناهمگون، اشتباهات نسبتا کمتر، گزارشات آماری ساده

اسلاید ۶: پردازش اطلاعات: از فایلهای متنی تا داده کاوی(ادامه)بانکهای اطلاعاتی رابطه ای: اطلاعات همگون، ارتباطات مشخص، اشتباهات کمتر، گزارشات آماری پیچیده و مقایسه ای و شامل ارتباطات عناصر مختلفبانکهای اطلاعاتی تحلیلی: ویژه تحلیل اطلاعات، ارائه یک مدل چندوجهی و امکان ساخت و مشاهده سریع گزارشات خاص، توانائی محدود در ذخیره سازی و پردازش انواع اطلاعات (معمولا فقط اطلاعات عددی)داده کاوی: امکان پردازش انواع اطلاعات، قابلیت کشف دانش از اطلاعات موجود

اسلاید ۷: یک تعریف تئوریک از داده کاویداده کاوی عبارت است از فرآیند (نیمه)خودکار استخراج دانش (در قالب الگوهای پنهان) از مجموعه اطلاعات ورودی.معمولا آگاهی اندکی در مورد دانش هدف وجود دارد.ورودی عمدتا بسیار حجیم و پردازش دستی آن ناممکن است.نتایج حاصل از داده کاوی، با روشهای سنتی پردازش اطلاعات (گزارش گیری) قابل دستیابی نیست.

اسلاید ۸: یک تعریف تئوریک از داده کاوی(ادامه)خودکار یا نیمه خودکار بودن داده کاوی به معنای حداقل نیاز به دخالت کاربر است.انواع اطلاعات (و نه صرفا اطلاعات عددی) قابل پردازش می باشند.

اسلاید ۹: جایگاه داده کاویداده کاوی را می توان یک شاخه از یادگیری ماشین دانست.به دلیل عدم وجود یک چارچوب تئوریک برای داده کاوی، در نظر گرفتن آن به عنوان زیر مجموعه ای از یادگیری ماشین می تواند مورد بحث قرار گیرد.تلاشهای اندکی برای توسعه یک چارچوب تئوریک برای داده کاوی انجام گرفته است.این میزان تلاش کافی نبوده و به نتیجه قابل قبولی نرسیده است.تفسیر داده کاوی به عنوان زیر مجموعه ای از آمار، چندان قانع کننده نیست: مسائل با فضای حالت دارای ابعاد زیاد مهمترین وجه این تمایزند.

اسلاید ۱۰: جایگاه داده کاوی(ادامه)تفسیر داده کاوی به عنوان فرآیندی جهت تخمین تابع توزیع احتمال توأم نمونه ها: تکراری بودن داده کاوی چنین طبقه بندی را رد می کند.نظریه داده کاوی معادل فشرده سازی، داده کاوی را فرآیندی برای فشرده سازی اطلاعات ورودی، از طریق پیدا کردن یک ساختار مناسب برای آن در نظر می گیرد.

اسلاید ۱۱: چند واقعیتتعریف موجود، سبب ایجاد انتظاراتی غیرواقعی از داده کاوی می شود.تا کنون، هیچ سیستم/فرآیند داده کاوی کاملا خودکاری که منطبق بر شرایط واقعی باشد، ساخته نشده است. دخالت مستقیم کاربر، به خصوص در مراحل اولیه یک فرآیند داده کاوی، اجتناب ناپذیر است. داده کاوی به یک هیولای پرقدرت شبیه است: رها کردن بدون هدف آن در سرزمین اطلاعات، مطمئنا نتایج خوبی در پی نخواهد داشت.تمام قدمهای یک فرآیند داده کاوی توسط انسان تعریف می شود. چند مرحله کلی در هر فرآیند داده کاوی وجود دارد.

اسلاید ۱۲: مراحل یک فرآیند داده کاویهریک از مراحل، با مشکلات خاص خود مواجه است.پیرایش و تجمیع اطلاعات، معمولا حجم عمده کار را به خود اختصاص می دهند.بازنمائی دانش، به خصوص در مورد داده کاوی، در موارد متعددی هیچ راه حل قابل قبولی ندارد.انتخاب اطلاعات هدفپیرایش اطلاعاتتجمیع اطلاعاتاستخراج دانشبازنمائی دانش استخراج شدهتفسیر نتایج

اسلاید ۱۳: پایه های یک فرآیند داده کاوی۵ پایه اصلیمجموعه نمونه های آموزشی: باید انتخاب، جمع آوری و پیرایش شوند.نوع دانش: نوع دانش مورد انتظار، تکنیک داده کاوی مورد استفاده را مشخص خواهد کرد.دانش پایه: انتقال دانش موجود در مورد مسئله به فرآیند داده کاوی، غالبا به صورت سلسله مراتبی از مفاهیم

اسلاید ۱۴: پایه های یک فرآیند داده کاوی(ادامه)معیارهای ارزیابی: ملاکهای ارزش دانش حاصل از داده کاوی، چه در زمان استخراج دانش و چه در زمان بازنمائی از اهمیت کلیدی برخوردار بوده و راهنمای فرآیند داده کاوی خواهند بود.نحوه ارائه: معمولا بر حسب نوع دانش استخراج شده تعیین می شود. در موارد متعددی نیز روش مناسبی برای بازنمائی وجود ندارد.

اسلاید ۱۵: دانش پایهدانش فعلی کاربر در مورد نمونه های آموزشیغالبا به صورت سلسله مراتب مفهومی (Concept Hierarchy)به صورت ترتیب جزئی بین سطوح تجرد مطرح می شودمثال: کشور > استان > شهر > منطقه

اسلاید ۱۶: کاربردهای داده کاویکاربردهای تجاریکاربردهای علمیکاربردهای امنیتی

اسلاید ۱۷: کاربردهای تجاریتقریبا در تمام سازمانها و انواع تجارتها، به دلیل وجود اطلاعات، می توان داده کاوی را مورد استفاده قرار داد.پیش بینی مربوط به بازار بورستحلیل سبد خریدشناسائی طبقات و گروههای اصلی مشتریانتعیین میزان تاثیر عوامل مختلفی نظیر تبلیغات، تخفیف، … بر میزان و الگوهای فروش

اسلاید ۱۸: کاربردهای علمیاطلاعات جمع آوری شده در حوزه های مختلف: اطلاعات جغرافیائی، اطلاعات اقلیمی، اطلاعات پزشکی حجم بسیار بالا و خصایص متعددتنوع اطلاعاتنویز شدید در غالب اطلاعات جمع آوری شده توسط سنسورهانیاز مبرم به تکنیکهای داده کاوی، حداقل جهت ایجاد امکان تصور اطلاعات برای متخصصان

اسلاید ۱۹: کاربردهای علمی (ادامه)حوزه پزشکی:تشخیص بیماریها براساس انواع اطلاعات (تصاویر پزشکی، مشخصات بیمار احتمالی)تشخیص ناهنجاریهائی که توسط انسان به سختی قابل تشخیص خواهند بود (لکه ها و نقاط خاص داخل چشم که نشانه شروع کوری ناشی از دیابت می باشد)

اسلاید ۲۰: کاربردهای علمی (ادامه)حوزه اطلاعات جغرافیائی و اقلیمیکشف پدیده های اقلیمی جدیدتکنیکهای بصری سازی و بازنمائی اطلاعاتپردازش انواع اطلاعات (تصاویر، اطلاعات به دست آمده از سنجنده ها)

اسلاید ۲۱: مثالی از کاربردهای داده کاوی: اطلاعات ژنتیک (۱)آرایه ای از نمونه های DNAانجام تعدادی آزمایش بر روی یک تراشه