مراحل داده کاوی

در مقالات گذشته به معرفی دانش و تخصص و مفاهیم همگام با رشته ی تحقیقاتی داده کاوی پرداختیم،‌ اما امروز در سری مقالات مرتبط با داده کاوی،‌ قرار بر این است تا شما را به صورت ساده با مراحل یک پروژه ی داده کاوی به صورت ملموس آشنا سازیم.

مرحله ی اول: شناخت پلان

این مرحله مهمترین مرحله فرایند می باشد.
در ابتدا بـاید صورت مسئله دانسته شود تا پروژه داده کاوی صورت پذیرد.
همچنین باید تاثیرگذارهای بر روی پروژه مشخص شوند که چه کسانی می باشند.
سپـس باید دانش داده کاوی بـاشد تا چگونگی عمل نیز مشخص شود

مرحله ی دوم:‌ شناخت داده

این مرحله مربوط به مفهوم داده ها می باشد. شامل مراحل زیر می باشد:
جمع آوری داده های اولیه واصلی
شرح وتوصیف داده ها
کاوش داده ها
تحقیق در مورد کیفیت داده ها

مرحله ی سوم: آماده سازی داده

مرحله سوم:
این مرحله مربوط به آماده سازی داده ها می باشد و شامل مراحل زیر می باشد:
انتخاب داده ها
تمیز کردن داده ها
تبدیل داده ها
تلفیق داده ها بصورتی که کدگذاری و نام گذاری داده ها حالت استاندارد ویکسان داشته باشد

مرحله ی چهارم:‌مدل سازی

این مـرحله مربوط به مـدلسازی پس از جمـع آوری داده ها و پیش بینی می باشد

مرحله ی پنجم:‌ ارزیابی

در این مرحله مدل را ارزیابی می کنیم. ببینیم آیا به هدف رسیده ایم یا نه؟
درآن قسمتهایی که به هدف نرسیده ایم،بعضی جاها را تکرارکنیم یا بعضی وقتها ممکن است مجبور به تغییرهدف شویم ویا گاهی مجبور به تغییر اعـداد اولیه شویم

مرحله ی ششم: به کار گیری

مرحله ششم :
این مرحله،مربوط به چگونگی استفاده ازمدل است. زمانی به این مرحله می رویم که به هدف رسیده باشیم. این مرحله به شرح ذیل است:
گسترش برنامه
نگهداری وقوت برنامه
تولیدگزارش نهایی
تجدیدنظر ونشریه کردن پروژه

خبر خوب

خبر خوب با خواندن این مقاله این است که شما با مراحل کلی یک فرایند داده کاوی آشنا گردیده اید و وقت آن فرا رسیده است که در مقالات آینده با نمونه های عملی و تمرین ها و مطالعه ی بیشتر کتابها و مقالات،‌ تجربه ی یک پروژه ی داده کاوی را پشت سر بگذارید

مرکز آموزش بیوانفورماتیک نصر