Data mining

Bu məqaləni vikiləşdirmək lazımdır. Lütfən, məqaləni ümumvikipediya və redaktə qaydalarına uyğun şəkildə tərtib edin.

Bu məqalədə heç bir məlumatın mənbəsi göstərilməmişdir. Daha ətraflı məlumat üçün məqalənin müzakirə səhifəsinə baxa və məqaləyə uyğun formada mənbələr əlavə edib Vikipediyanı zənginləşdirə bilərsiniz.

Maşın öyrənməsi və intellektual verilənlərin analizi

Tapşırıqlar

Təsnifat tapşırığı Klasterləşdirmə Reqressiya Anomaliya aşkarlama Assosiasiya qaydaları Təsdiqetmə ilə öyrənmə Strukturlaşdırılmış proqnoz Layihələndirmə xüsusiyyətləri Öyrənmə xüsusiyyətləri Onlayn öyrənmə Yarısupervizorlu öyrənmə Supervizorsuz öyrənmə Qiymətləndirmə ilə öyrənmə Qrammatika induksiyası

Supervizorlu öyrənmə (Klassifikasiya • Reqressiya)

Qərarların qəbul olunması ağacı Ansambllar (Bagging, Boosting, Random forest) k-NN Xətti reqressiya Sadə Bayes Neyron şəbəkələr Loqistik reqressiya Perseptron Uyğun vektor üsulu Köməkçi vektor üsulu

Klasterləşdirmə

BIRCH İyerarxik k-orta Gözləmə-maksimallaşma DBSCAN OPTICS Orta dəyişmə

Ölçü azaldılması

Faktor analizi Kanonik korrelyasiya Müstəqil komponent analizi Xətti diskriminant analizi Qeyri-meqativ matris vuruqlarına ayırma Əsas komponent analizi t-SNE

Strukturlaşdırılmış proqnoz

Qrafik ehtimal modelləri (Bayes şəbəkəsi, Şərti təsadüfi sahə, Gizli Markov modeli)

Anomaliya aşkarlama

k-NN Lokal tullanış amili

Neyron şəbəkələr

Avtokodirovka Dərin öyrənmə Çoxlaylı perseptron Rekkurent neyron şəbəkələr Məhdud Boltsman maşını Özü təşkil olunan xəritə Əyri neyron şəbəkə

Nəzəriyyə

Kompromis sürüşmə-dispersiyası Hesablama öyrənmə nəzəriyyəsi Empirik riski minimallaşdırma Okkam öyrənmə PAC öyrənmə Statistik öyrənmə VC nəzəriyyəsi

Konfranslar və jurnallar

NIPS ICML JMLR ArXiv:cs.LG

Data mining — kompüter elmlərinin bir sahəsi. Böyük həcmli verilənlərin içərisindən faydalı və yeni informasiyanın tapılmasından bəhs edir. Data Miningdə istifadə olunan bir çox metodlar süni intellekt, machine learning və statistikada istifadə olunan metodlarla üst-üstə düşür. Data Miningin cəlb olunduğu işlər:

• Anomaliyanın aşkarlanması: Fərqli verilənin tapılması. Digər verilənlərdən fərqlidirsə, bu ya səhv ola bilər, ya da bu verilənin araşdırılmasına ehtiyac var.
• assosiasiya qaydaların öyrənilməsi (association rule learning): Verilənlər arasında əlaqənin tapılması.
• Clustering: Oxşar verilənlərin mərkəzlərə görə bölünməsi
• Sinifləşdirmə (classification): Verilənlərin siniflərə görə bölünməsi
• Alt çoxluğun tapılması (subgroup discovery): Maraqlı ola biləcək alt çoxluğun tapılması

Xarici keçidlər[redaktə | mənbəni redaktə et]

İnformatika ilə əlaqədar bu məqalə qaralama halındadır. Məqaləni redaktə edərək Vikipediyanı zənginləşdirin.