مروری بر ابزارها و الگوریتم های تکاملی با استفاده از تکنیک های داده کاوی

داده کاوی کوششی برای بدست آوردن اطلاعات مفید از میان انبوه داده هاست و رشد بی رویه ی داده ها در سطح جهان اهمیت داده کاوی را دو چندان کرده است. دادهکاوی شامل مجموعهای از تکنیک هایی است که در حوزه های دیگر علمی مانند پایگاه داده ها، آمار، یادگیری ماشین، شبکه های عصبی، بازیابی اطلاعات و تشخیص الگو کاربرد دارد. در بیشتر موارد، داده های حاصل از سیستم های بزرگ و پیچیده، الگوی مشخصی ندارد و در طی زمان و مکان تغییر میکنند. تفاوت اصلی داده کاوی و علم آمار، در حجم داده های مورد تحلیل، روش مدل سازی داده ها و استفاده از هوش مصنوعی است. در این مقاله ما مروری بر مباحث داده کاوی خواهیم داشت. به مفاهیم پایه و مختصری از فناوریها و ابزارهای موجود و در دسترس کاربران، برای ارزیابی مسایل الگوریتم های تکاملی در داده کاوی، شامل انواع مختلف از جمله رگرسیون، طبقه بندی، خوشه بندی و غیره پرداخته شده است.

کلیدواژه ها:

کاوی ، الگوریتم ، الگوریتم های تکاملی ، Keel ، رگرسیون ، طبقه بندی ، خوشه بندی