সুচিপত্র:
- সংজ্ঞা - ডেটাবেসগুলিতে জ্ঞান আবিষ্কার (কেডিডি) বলতে কী বোঝায়?
- টেকোপিডিয়া ডেটাবেসগুলিতে জ্ঞান আবিষ্কারের (কেডিডি) ব্যাখ্যা করে
সংজ্ঞা - ডেটাবেসগুলিতে জ্ঞান আবিষ্কার (কেডিডি) বলতে কী বোঝায়?
ডাটাবেসগুলিতে জ্ঞান আবিষ্কার (কেডিডি) তথ্য সংগ্রহ থেকে দরকারী জ্ঞান আবিষ্কারের প্রক্রিয়া of এই বহুল ব্যবহৃত ডেটা মাইনিং কৌশলটি এমন একটি প্রক্রিয়া যা ডেটা প্রস্তুতি এবং নির্বাচন, ডেটা ক্লিনিজিং, ডেটা সেটগুলিতে পূর্ববর্তী জ্ঞানকে অন্তর্ভুক্ত করে এবং পর্যবেক্ষণের ফলাফলগুলি থেকে সঠিক সমাধান ব্যাখ্যা করার অন্তর্ভুক্ত।
প্রধান কেডিডি অ্যাপ্লিকেশন ক্ষেত্রগুলির মধ্যে বিপণন, জালিয়াতি সনাক্তকরণ, টেলিযোগাযোগ এবং উত্পাদন অন্তর্ভুক্ত রয়েছে।
টেকোপিডিয়া ডেটাবেসগুলিতে জ্ঞান আবিষ্কারের (কেডিডি) ব্যাখ্যা করে
Ditionতিহ্যগতভাবে, ডেটা মাইনিং এবং জ্ঞান আবিষ্কার ম্যানুয়ালি করা হয়েছিল। সময় পার হওয়ার সাথে সাথে অনেক সিস্টেমে ডেটার পরিমাণ টেরাবাইট আকারের চেয়ে বড় হয়ে যায় এবং এটি আর ম্যানুয়ালি রক্ষণাবেক্ষণ করতে পারে না। তদুপরি, যে কোনও ব্যবসায়ের সফল অস্তিত্বের জন্য, ডেটাতে অন্তর্নিহিত নিদর্শনগুলি আবিষ্কার করা প্রয়োজনীয় বলে মনে করা হয়। ফলস্বরূপ, লুকানো তথ্যগুলি আবিষ্কার এবং অনুমানগুলি তৈরি করার জন্য বেশ কয়েকটি সফ্টওয়্যার সরঞ্জাম তৈরি করা হয়েছিল, যা কৃত্রিম বুদ্ধিমত্তার একটি অংশ গঠন করেছিল।
কেডিডি প্রক্রিয়াটি গত 10 বছরে শীর্ষে পৌঁছেছে। এটি এখন আবিষ্কারের জন্য অনেকগুলি ভিন্ন পদ্ধতি অবলম্বন করে, যার মধ্যে অন্তর্ভুক্তিপূর্ণ শিক্ষণ, বায়েশিয়ান পরিসংখ্যান, শব্দার্থবিজ্ঞানের ক্যোয়ারী অপ্টিমাইজেশন, বিশেষজ্ঞ সিস্টেমগুলির জন্য জ্ঞান অর্জন এবং তথ্য তত্ত্ব অন্তর্ভুক্ত রয়েছে। চূড়ান্ত লক্ষ্য হ'ল নিম্ন-স্তরের ডেটা থেকে উচ্চ-স্তরের জ্ঞান আহরণ করা।
কেডিডির মধ্যে বহির্বিভাগে বিভাগীয় কার্যক্রম অন্তর্ভুক্ত রয়েছে। এটি ডেটা স্টোরেজ এবং অ্যাক্সেসকে বিস্তৃত করে, বিশাল ডেটা সেটগুলিতে অ্যালগরিদমগুলি স্কেল করে এবং ফলাফল ব্যাখ্যা করে। ডেটা গুদামে অন্তর্ভুক্ত ডেটা ক্লিনিজিং এবং ডেটা অ্যাক্সেস প্রক্রিয়া কেডিডি প্রক্রিয়াটিকে সহজতর করে। কৃত্রিম বুদ্ধি পরীক্ষা-নিরীক্ষা ও পর্যবেক্ষণ থেকে অভিজ্ঞতামূলক আইন আবিষ্কার করে কেডিডি সমর্থন করে। ডেটাতে স্বীকৃত নিদর্শনগুলি অবশ্যই নতুন ডেটাতে বৈধ হতে হবে এবং কিছুটা নিশ্চিতত্ব থাকতে হবে। এই নিদর্শনগুলি নতুন জ্ঞান হিসাবে বিবেচিত হয়। সম্পূর্ণ কেডিডি প্রক্রিয়াতে জড়িত পদক্ষেপগুলি হ'ল:
- গ্রাহকের দৃষ্টিকোণ থেকে কেডিডি প্রক্রিয়াটির লক্ষ্য চিহ্নিত করুন।
- জড়িত অ্যাপ্লিকেশন ডোমেন এবং প্রয়োজনীয় জ্ঞান বুঝুন
- একটি লক্ষ্য ডেটা সেট বা ডেটা নমুনার সাবসেট নির্বাচন করুন যার উপরে আবিষ্কার করা হয়।
- নিখোঁজ ক্ষেত্রগুলি হ্যান্ডেল করার জন্য কৌশলগুলি স্থির করে প্রয়োজনীয়তা অনুসারে ডেটা পরিবর্তন করে ডেটা পরিষ্কার এবং প্রিপ্রসেস করুন।
- অবাঞ্ছিত ভেরিয়েবলগুলি অপসারণ করে ডেটা সেটগুলিকে সরল করুন। তারপরে, লক্ষ্য বা কার্যের উপর নির্ভর করে উপাত্ত উপস্থাপন করতে ব্যবহার করা যেতে পারে এমন দরকারী বৈশিষ্ট্য বিশ্লেষণ করুন।
- লুকানো নিদর্শনগুলির জন্য ডেটা মাইনিং পদ্ধতির সাথে কেডিডি লক্ষ্যগুলি মিলান।
- লুকানো নিদর্শনগুলি আবিষ্কার করতে ডেটা মাইনিং অ্যালগরিদম চয়ন করুন। সামগ্রিক কেডিডি প্রক্রিয়াটির জন্য কোন মডেল এবং পরামিতিগুলি উপযুক্ত হতে পারে তা স্থির করে এই প্রক্রিয়াটি অন্তর্ভুক্ত।
- শ্রেণীবদ্ধকরণের নিয়ম বা গাছ, রিগ্রেশন এবং ক্লাস্টারিং অন্তর্ভুক্ত কোনও নির্দিষ্ট প্রতিনিধিত্বমূলক ফর্মের প্রতি আগ্রহের নিদর্শনগুলি অনুসন্ধান করুন।
- খনিত নিদর্শনগুলি থেকে প্রয়োজনীয় জ্ঞানের ব্যাখ্যা করুন।
- জ্ঞানটি ব্যবহার করুন এবং এটিকে পরবর্তী ব্যবস্থার জন্য অন্য সিস্টেমে অন্তর্ভুক্ত করুন।
- এটি নথিভুক্ত করুন এবং আগ্রহী পক্ষগুলির জন্য প্রতিবেদন করুন।
