Veri madenciliği yöntemleri -KDD

Knowledge and Data Discovey

Bilgi ve veri keşif modeli  olarak çevirilebilir. SEMMA ve CRISP-DM modellerine göre daha doğrusal bir modeldir. Daha çok bilimsel çalışmalarda bilgi keşfi için kullanılır.
Modelin her aşamasında bir önceki aşamaya veya en başa dönüş sağlanabilir.
Modelin genel işleyişi;

1- Veri toplama süreci ile başlar.
2- Toplana veri içerisinde kullanılacak veriler seçilir. hedef veri oluşturulur.
3- Veri ön işleme yapılacak veri görültülü veriden ve eksik veriden kurtarılır
4- Veri dönüşümü yapılır. Veri analiz yapılacak format getirilir.
5- İşlenmiş veri veri madenciliği algoritmaları kullanılarak madencilik işlemi yapılır.
6- Elde edilen örüntü – model değerlendirilir ve bilgiye ulaşılır.

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir