İçeriğe geç
Veri Madenciliği Nedir? - Data Mining Nedir? | dogrukod.com

Veri Madenciliği Nedir? Veri Madenciliği Yöntemleri?

Enformasyon çağında olmamız ve gelişen teknolojiler sebebiyle veri sayısı, türleri de her geçen gün artmaktadır. Büyük verilerle çalışan teknoloji şirketleri ve kurumlar için bu veri yığından gerekli bilgiye ulaşabilmek zor ve uğraştırıcı bir iştir. Peki veri madenciliği nedir ( data mining nedir ) ?Bunun kolaylaştırılması için yürütülen işlemlere ise veri madenciliği denilmektedir.

Bilgi keşfi, bilgi madenciliği, bilgi çıkarımı, veri arkeolojisi gibi terimlerle de anılmaktadır. Bu sayede veriler arasındaki ilişkiler ortaya koyulur ve bilinmeyen bilgi ortaya çıkarılır. Milyarlarca veri içerisinden ileriye yönelik tahminlerde bulunmak için ilgili bağıntılar bilgisayar programları kullanılır.

Veri Madenciliği Yöntemleri

Veri Madenciliği Birliktelik Kuralı

Veri madenciliği yöntemlerinden ( Data Mining yöntemleri ) en iyi bilineni birliktelik kurallarıdır. Büyük veri tabanlarında birbiriyle ilişkili doneleri ve aralarındaki bağlantının büyüklüğünü tespit etmek için kullanılır. Bu yöntemde Apriori, Carma, Eclat, Sequence gibi çeşitli algoritmalardan yararlanılır. Marketten bir ürünü alanlar ile o kişilerin ilişkisi aranacak olan diğer ürünü almaları arasındaki bağıntı bu yöntemle incelenebilir. Bu sayede bu grupların alışveriş örüntülerini ortaya koyulur.

data mining nedir, data mining yöntemleri, veri madenciliği, veri madenciliği nedir, veri madenciliği teknikleri, veri madenciliği yöntemleri
Veri Madenciliği Yöntemleri | dogrukod.com

Veri Madenciliği Sınıflandırma

Başka bir yöntem ise sınıflandırmadır. Bir nesnenin niteliklerini inceleyip bu nesneyi önceden tanımlanmış bir sınıfa atayarak gelecekteki veri eğilimlerini açıklamak için kullanılır. Decision Tree, Random Forest, Navie Bayes bu sınıflandırma yönteminde kullanılan algoritmalardır. Kredi başvurusu yapacak bir müşteriye kredi verilebilirliğini sorgularken o kişinin geçmiş bilgilerinden hastalık teşhisi, ses tanıma, kullanıcı davranışlarını belirleme gibi işlemlerinin yapılması bu yönteme bir örnektir.

Veri Madenciliği Tahmin

Tahminleme yönteminde veri seti içinde bilinmeyen veya eksik olan sayısal veriler varsa bunlar tahmin edilir. Kümeleme analizi ile dağınık halde duran veriler özelliklerine göre birleştirilip işlenebilir hale getirmek amaçlanır. Sınıflandırmaya benzese de kümelerin önceden belirlenmemiş olması açısından farklılık gösterir. K-Means, K-Metoids gibi algoritmalar kullanılır. Bu yöntem ile müşteri profili oluşturulabilir. Yine bir marketteki farklı müşteri gruplarının keşfedilmesine yardımcı olabilir.

data mining nedir, data mining yöntemleri, veri madenciliği, veri madenciliği nedir, veri madenciliği teknikleri, veri madenciliği yöntemleri
Veri Madenciliği – Data Mining | dogrukod.com

Veri Madenciliği Aykırılık Analizi

Son yöntem ise aykırılık analizidir. Veriler çeşitli algoritmalar ile kontrol edilir. Aşırı sapma veya aykırı değerleri bulmaya yarayan bir tekniktir. Veri madenciliğinde kullanılan algoritmalar ile bu sıra dışı veriler minimuma indirilir veya mümkünse tamamen ortadan kaldırmak amaçlanır. Kredi kartlarının olağandışı kullanımının tespiti için kullanılabilir.

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir