داده کاوی Data Mining (رویکرد ساختار پروژه ای)
امروزه با گسترش روز افزون سیستم های پایگاهی و حجم بالای داده ها ی ذخیره شده سیستم ها و پروژه ها ، نیاز به ابزاری است تا بتوان داده های ذخیره شده را مورد پردازش قرارد داد و این اطلاعات بدست آماده را در اختیار کاربران قرار داد. با استفاده از پرسش های ساده در SQL و ابزارهای گوناگون گزارش گیری ، می توان اطلاعات مفیدی را در اختیار کاربران قرار داد تا در نتیجه گیری در مورد داده ها و روابط منطقی میان آنها بپردازند اما زمانی که حجم داده ها بالا باشد ، کاربران به راحتی نمیتوانند الگوهای مفید را در میان حجم انبوه داده ها تشخیص دهند و یا اگر قادر به این کار هم باشند ، هزینه عملیات از نظر نیروی انسانی و مادی بسیار بالا است. از سوی دیگر کاربران معمولا فرضیه ای را مطرح می کنند و سپس بر اساس گزارشات مشاهده شده به اثبات یا رد فرضیه می پردازند ، در حالی که امروزه نیاز به روشهایی است که اصطلاحا به کشف دانش بپردازند یعنی با کمترین دخالت کاربر و به صورت خودکار الگوها و رابطه های منطقی را بیان نمایند. داده کاوی یکی از مهمترین این روشها است که به وسیله آن الگوهای مفید در داده ها با حداقل دخالت کاربران شناخته می شوند و اطلاعاتی را در اختیار کاربران و تحلیل گران قرار می دهند تا براساس آنها تصمیمات مهم و حیاتی در سازمانها اتخاذ شوند. در داده کاوی از بخشی از علم آمار به نام تحلیل اکتشافی داده ها استفاده می شود که در آن بر کشف اطلاعات نهفته و ناشناخته از درون حجم انبوه داده ها تاکید می شود.

داده کاوی Data Mining(رویکرد ساختار پروژه ای) | |
---|---|
زمانبندی دوره : | |
مدت دوره : | ۲روز کامل ۱۶ساعت – ۸:۳۰ تا ۱۷ |
قیمت : | ۱۱,۹۰۰,۰۰۰ ریال |
داده کاوی Data Mining(رویکرد ساختار پروژه ای)
سرفصل مطالب
الگوریتم های داده کاوی
آماده سازی داده برای مدل سازی
محدودیت های داده کاوی
کاربرد داده کاوی در مدیریت پروژه
دادهکاوی و مدیریت دانش
بررسی مطالعه موردی یک
مراجع و ماخذ
مفاهیم داده کاوی
مدیریت ذخیره سازی و دستیابی اطلاعات
ساختار بانک اطلاعاتی پروژه
داده کاوی (Data Mining):
مفاهیم پایه در داده کاوی
تعریف داده کاوی
مراحل فرایند کشف دانش از پایگاه داده ها
اهداف این دوره
– استفاده از داده های پروژه ها
مخاطبین این دوره
- – کارشناسان پروژه ها