Kategori «Veri Madenciliği»

Veri madenciliği yöntemleri-1: SEMMA

SEMMA ses firması tarafından geliştirilen yöntemdir. Baş kısmında örnekleme bulunuyor atak artık tüm veriye ulaşılabildiği için örnekleme pek mantıklı bir yol değil. bu yüzden artık pek popüler değil.Yöntemin diyagramı: S (Sample= örnekleme)E (Explore= keşfetme)M (Modify= düzenleme) veriyi analiz için hazırlama. Ugulama yapılacak sütunları belirlemeM (Model=Model oluşturma) Hangi veri madenciliği algoritmalarının veya makine öğrenme  algoritmalarının kullanılcağı belirlemeE (Evuluate= Değerlendirme) Uygulanan modelin …

Devamı...

Veri madenciliği modeli – CRISP-DM

Cross-Industry Standard Process for Data MiningŞu an için en geçerliliği olan, sektöre bir standart geliştime amacıyla oluşturulmuş modeldir.Modelin genel akışı  1- Model problemi anlamak ile başlıyor. Model anlaşıldığında toplanan veride daha kaliteli – gürültüsüz olabiliyor.2- Daha sonra veri inceleniyor. Problemi anlama ve veriyi analama bir biri arasında  geçişlerle devam eden bir süreç.3- Verinin ön işlenmesi, hazırlanması aşmasında veri içerinde …

Devamı...

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- …

Devamı...

➤