KDD kundrejt minierave të të dhënave
KDD (Zbulimi i njohurive në bazat e të dhënave) është një fushë e shkencës kompjuterike, e cila përfshin mjetet dhe teoritë për të ndihmuar njerëzit në nxjerrjen e informacionit të dobishëm dhe të panjohur më parë (d.m.th. njohuritë) nga koleksione të mëdha të dhënash të dixhitalizuara. KDD përbëhet nga disa hapa, dhe Miningja e të Dhënave është një prej tyre. Miningja e të dhënave është aplikimi i një algoritmi specifik për të nxjerrë modele nga të dhënat. Megjithatë, KDD dhe Data Mining përdoren në mënyrë të ndërsjellë.
Çfarë është KDD?
Siç u përmend më lart, KDD është një fushë e shkencës kompjuterike, e cila merret me nxjerrjen e informacionit të panjohur dhe interesant më parë nga të dhënat e papërpunuara. KDD është i gjithë procesi i përpjekjes për të kuptuar të dhënat duke zhvilluar metoda ose teknika të përshtatshme. Ky proces merret me hartëzimin e të dhënave të nivelit të ulët në forma të tjera që janë më kompakte, abstrakte dhe të dobishme. Kjo arrihet duke krijuar raporte të shkurtra, duke modeluar procesin e gjenerimit të të dhënave dhe duke zhvilluar modele parashikuese që mund të parashikojnë rastet e ardhshme. Për shkak të rritjes eksponenciale të të dhënave, veçanërisht në fusha të tilla si biznesi, KDD është bërë një proces shumë i rëndësishëm për të kthyer këtë pasuri të madhe të të dhënave në inteligjencë biznesi, pasi nxjerrja manuale e modeleve është bërë në dukje e pamundur në dekadat e fundit. Për shembull, aktualisht përdoret për aplikacione të ndryshme si analiza e rrjeteve sociale, zbulimi i mashtrimit, shkenca, investimet, prodhimi, telekomunikacioni, pastrimi i të dhënave, sportet, marrja e informacionit dhe kryesisht për marketing. KDD zakonisht përdoret për t'iu përgjigjur pyetjeve të tilla si cilat janë produktet kryesore që mund të ndihmojnë për të marrë fitim të lartë vitin e ardhshëm në Wal-Mart?. Ky proces ka disa hapa. Fillon me zhvillimin e një kuptimi të domenit të aplikacionit dhe qëllimit dhe më pas krijimin e një grupi të dhënash të synuar. Kjo pasohet nga pastrimi, parapërpunimi, reduktimi dhe projeksioni i të dhënave. Hapi tjetër është përdorimi i Data Mining (shpjeguar më poshtë) për të identifikuar modelin. Së fundi, njohuritë e zbuluara konsolidohen duke vizualizuar dhe/ose interpretuar.
Çfarë është Miningu i të Dhënave?
Siç u përmend më lart, Minimi i të Dhënave është vetëm një hap brenda procesit të përgjithshëm të KDD. Ekzistojnë dy qëllime kryesore të Miningut të të Dhënave siç përcaktohen nga qëllimi i aplikacionit, dhe ato janë verifikimi ose zbulimi. Verifikimi është verifikimi i hipotezës së përdoruesit për të dhënat, ndërsa zbulimi gjen automatikisht modele interesante. Ekzistojnë katër detyra kryesore të nxjerrjes së të dhënave: grupimi, klasifikimi, regresioni dhe shoqërimi (përmbledhja). Grumbullimi është identifikimi i grupeve të ngjashme nga të dhënat e pastrukturuara. Klasifikimi është rregullat e të mësuarit që mund të zbatohen për të dhënat e reja. Regresioni është gjetja e funksioneve me gabim minimal në modelimin e të dhënave. Dhe shoqata është në kërkim të marrëdhënieve midis variablave. Pastaj, duhet të zgjidhet algoritmi specifik i nxjerrjes së të dhënave. Në varësi të qëllimit, mund të zgjidhen algoritme të ndryshme si regresioni linear, regresioni logjistik, pemët e vendimeve dhe Naïve Bayes. Më pas kërkohen modelet e interesit në një ose më shumë forma përfaqësuese. Së fundi, modelet vlerësohen ose duke përdorur saktësinë parashikuese ose kuptueshmërinë.
Cili është ndryshimi midis KDD dhe minierave të të dhënave?
Megjithëse, dy termat KDD dhe Data Mining përdoren gjerësisht në mënyrë të ndërsjellë, ato i referohen dy koncepteve të lidhura por paksa të ndryshme. KDD është procesi i përgjithshëm i nxjerrjes së njohurive nga të dhënat ndërsa Data Mining është një hap brenda procesit KDD, i cili merret me identifikimin e modeleve në të dhëna. Me fjalë të tjera, Data Mining është vetëm aplikimi i një algoritmi specifik të bazuar në qëllimin e përgjithshëm të procesit KDD.
