Datu-meatzaritza

Ikasketa automatikoa eta
Datu-meatzaritza
Problemak
Ikasketa gainbegiratua
Multzokatzea
Dimensionality reduction
Structured prediction
Anomaly detection
Neurona-sare artifizial
Reinforcement learning
Theory
Machine-learning venues
Glossary of artificial intelligence
Related articles
Bideo hau Ikusgela proiektuaren parte da.
Bideo hau Ikusgela proiektuaren parte da. Bideoak dituzten artikulu guztiak ikus ditzakezu hemen klik eginez gero.
Big data: zer diote zenbakiek gutaz?

Datu-meatzaritza (inglesez data mining) estatistikaren [1](datu-analisiaren) eta konputazio-zientzien esparru bat da, datu-multzo erraldoietan ereduak aurkitzea helburu duena; informazioaren erauzte-prozesu horretan adimen artifizialeko, estatistikako eta ikasketa automatikoko metodoak erabiltzen dira[2]. KDD (knowledge discovery in databases) izenez ezagutzen den prozesuaren zati bat besterik ez da. Izan ere, KDD prozesuak datu-meatzaritza aplikatu aurretik datuak biltzea, aukeratzea, garbitzea eta eraldatzea eskatu ohi du. Ondoren emaitzak ebaluatu, interpretatu eta azken erabakiak hartu behar izaten dira.

Datu-multzo erraldoi horietan ezezagunak diren ereduak aurkitzearen ataza modu automatikoan edo erdi-automatikoan egiten da. Mota desberdineko ereduak izan ohi dira: datuen multzokatzea (clustering analisia), ohikoak ez diren instantzien (kasuen) detekzioa (Elementu atipikoen detekzioa), mendekotasunak aurkitzea etab. Aurkitutako eredu horiek sarrerako datu-multzo erraldoien interpretazio bat eskaintzen dute eta gerora aplika daitezkeen analisi gehigarrietan (ikasketa automatikoa) lagungarri izan daitezke.[3][4]

Data

Ezagutza aurkitzeko prozesuaren urratsak

Datu-meatzaritza datu-multzo handietan ezagutza aurkitzeko prozesuaren (KDD-ren) zati bat da. Prozesu osoaren urratsak honakoak dira:

  1. Datu-multzoa aukeratzea: datu-multzoa osatzen duten kasuei (instantziei) buruzko informazioa bildu behar da, aldagaiak (aldagai iragarleak eta klase-aldagaiak) kontuan izanik.
  2. Datuen ezaugarrien analisia egitea: Histogramen analisia, sakabanatze-diagramen azterketa, ez-ohikoak diren balioen detekzioa edota falta diren datuen tratamendua egitea bereziki garrantzitsua izaten da.
  3. Datu-multzoa eraldatzea: Mota askotarikoa izan daiteke, problema bakoitzaren arabera erabaki beharrekoa izaten da datuei ondoen doakien eraldaketa egiteko. Urrats honen helburua datuak ahalik eta ondoen prestatzea da, ondoren datu-meatzaritzako teknikak aplikatzeko prest egon daitezen. Hori dela eta, urrats honi aurre-prozesaketa ere esan ohi zaio.
  4. Datu-meatzaritza aplikatzea. Ezagutza erauztea. Aukeratzen den datu-meatzaritza teknikaren araberakoa izango da eraikiko den ezagutza-eredua.
  5. Interpretazioa eta ebaluazioa egitea: Datu-multzotik erauzi den ezagutza-eredua ebaluatu behar da, baliagarria eta sinesgarria dela egiaztatzeko. Teknika desberdinak erabili izanagatik eredu desberdinak lortu badira, haien arteko konparaketa egitea komeni da, egokiena aukeratzeko. Datu-multzoaren ezagutza-arloan aditua den norbaiten laguntza beharrezkoa izan daiteke azken urrats honetan.

Ereduak ebaluazioaren azken urratsa gaindituko ez balu, prozesu osoa hasieratik edo tarteko urratsen batetik aurrera errepika liteke.

Datu-meatzaritzako teknikak aplikatzen hasi ziren lehen urte haietan, egitura jakin bat zuten datu-baseetan gordeta egoten ziren datuek; enpresa ugari izan dira munduan zehar halako datu-baseak sortu eta elikatu izan dituztenak. Egun ordea, gero eta arruntagoa da datu-meatzaritzako teknikak egiturarik gabeko datu-multzoei aplikatzea, hots: testu-fitxategi, interneteko web-orri (web-meatzaritza), etab.

Datu meatzaritzako teknikak

Datu-multzoko datuekin egin nahi den analisiaren arabera, sailkapen gainbegiratua (a priori datu-baseko kasuen klasea ezaguna da) edo sailkapen gainbegiratu-gabea (a priori datu baseko kasuen klasea ez da ezaguna) bereiz daitezke. Hona hemen sailkapen gainbegiraturako teknika adierazgarrienetariko batzuk:

  • k-NN (K-Nearest Neighbour): Distantzian oinarritutako sailkatzailea da. Kasu berri bat sailkatzerakoan bere hurbileneko k auzokideen klaseen artean sarrien agertzen den klasea egokituko zaio. Inplementazioa erraza da.
  • Sailkatzaile Bayestarrak: Estatistika klasikoko probabilitate-teorian oinarritutako sailkatzaileen familia bat da. Kasu berriarentzat egindako iragarpenari probabilitate bat egokitzen zaio. Konputazionalki oso garestiak izan daitezkeenez, ereduari sinplifikazioak egin ohi zaizkio aldagai iragarleak haien artean independente direla suposatuz.
  • Erregresio lineala: Oinarria estatistika klasikoan duen sailkatzailea da.
  • Sailkatze-zuhaitzak: Zuhaitz-egitura duen sailkatze-ereduak sortzeko teknikak dira. Zuhaitza adierazten duen diagramak erpinak (aldagai iragarleak), ertzak (aldagaien balio desberdinetarako zabalduko direnak) eta hostoak (klase-aldagairako balioak) ditu. Erabaki-zuhaitzak eraikitzeko algoritmo ezagunenak ID3 eta C4.5 dira.
  • Neurona-sare artifizialak: Animalien nerbio-sistemaren simulazio moduan sortutako sailkatze-eredu konputazionalak dira. Elkarri konektatutako neuronen sare batez osaturik daude. Adibide ezagunak: perceptron, Multilaye perceptron, Self-organizing_map, etab. Gaur egun, neurona-sare artifizial sakonak oso emaitza onak ematen ari dira (ikaskuntza sakona).

Sailkapen gainbegiratu gaberako teknika ezagunenak hauek dira:

  • Datuen multzokatzea (Clustering): Datuak multzoetan banatzea helburu duten teknikak dira. Normalean distantzian oinarritutako irizpideak erabiltzen dira multzoak aurkitzeko. Algoritmo ezagunenak: K-means_clustering eta clustering hierarkikoa dira.

Software-tresnak

Datu meatzaritzako ereduak sortzeko software ugari existitzen dira, libre zein komertzialak. Hemen adibide batzuk:

Erreferentziak eta oharrak

  1. ↑ I. Jordan, Michael. Statistics and Machine learning. (Noiz kontsultatua: 2014-09-10).
  2. ↑ Data mining and knowledge discovery handbook. (2nd ed. argitaraldia) Springer 2010 ISBN 9780387098234..
  3. ↑ 1951-, Mitchell, Tom M. (Tom Michael),. (1997). Machine Learning. McGraw-Hill ISBN 0070428077..
  4. ↑ Ethem., Alpaydin,. (2010). Introduction to machine learning. (2nd ed. argitaraldia) MIT Press ISBN 9780262012430..

Kanpo estekak

Read other articles:

Argentium

ArgentiumAlbum mini karya Melly GoeslawDirilisAgustus 2020GenrePopDurasi27 menitLabelIndependenProduserAnto HoedKronologi Melly Goeslaw Eiffel... I'm in Love 2 (2018)String Module Error: Match not found2018 Argentium (2020) Singel dalam album Argentium WaktuDirilis: 27 Agustus 2020 Argentium adalah album musik Melly Goeslaw yang dirilis secara digital pada 27 Agustus 2020. Perilisan album berisi tujuh buah lagu baru ini ditujukan untuk memperingati 25 tahun usia perkawinan dan karir Melly...

 

John Marshall Harlan

John Marshall Harlan Hakim Mahkamah Agung Amerika SerikatMasa jabatan10 Desember 1877 – 14 Oktober 1911 Informasi pribadiKebangsaanAmerika SerikatProfesiHakimSunting kotak info • L • B John Marshall Harlan adalah hakim Mahkamah Agung Amerika Serikat. Ia mulai menjabat sebagai hakim pada mahkamah tersebut pada tanggal 10 Desember 1877. Masa baktinya sebagai hakim berakhir pada tanggal 14 Oktober 1911.[1] Referensi ^ Justices 1789 to Present. Washington, D.C.: M...

 

On a Rolling Ball

2002 studio album by Gabe Dixon BandOn a Rolling BallStudio album by Gabe Dixon BandReleased2002LabelWarner BrosProducerDavid Kahne Professional ratingsReview scoresSourceRatingAllMusic link On a Rolling Ball is the first studio album by the rock band the Gabe Dixon Band. It was released in 2002 on Warner Bros. Records. Track listing More Than It Would Seem Corner Café Bird Dancer Everything's OK Your Last Fool Expiration Date Love Story Sitting at the Station Just a Dream One to the...

Sunset

Daily falling of the Sun below the horizon For other uses, see Sunset (disambiguation). Not to be confused with Dusk. Actual sunset: Two minutes before the Sun disappears below the horizon. Sunset (or sundown) is the disappearance of the Sun below the horizon of the Earth (or any other astronomical object in the Solar System) due to its rotation. As viewed from everywhere on Earth, it is a phenomenon that happens approximately once every 24 hours, except in areas close to the poles. The equin...

 

List of Légion d'honneur recipients by name (T)

The French government gives out the Legion of Honour awards, to both French[1] and foreign[2] nationals, based on a recipient's exemplary services rendered to France, or to the causes supported by France. This award is divided into five distinct categories (in ascending order[3]), i.e. three ranks: Knight, Officer, Commander, and two titles: Grand Officer and Grand Cross. Knight is the most common and is awarded for either at least 20 years of public service or acts o...

 

James Langevin

American politician (born 1964) James LangevinMember of the U.S. House of Representativesfrom Rhode Island's 2nd districtIn officeJanuary 3, 2001 – January 3, 2023Preceded byRobert WeygandSucceeded bySeth Magaziner24th Secretary of State of Rhode IslandIn officeJanuary 3, 1995 – January 3, 2001GovernorLincoln AlmondPreceded byBarbara LeonardSucceeded byEd InmanMember of the Rhode Island House of Representativesfrom the 29th districtIn officeJanuar...

Dutch squatting ban

Dutch squatting banProtesters confront police in Amsterdam over the squatting banDate1 October 2010 (2010-10-01) The Dutch squatting ban refers to the law (Dutch: Wet Kraken en Leegstand) introduced on 1 October 2010, under which squatting in the Netherlands became de jure illegal. Criminalization had first been proposed in the 1970s, but was opposed by the Council of Churches. In 2006, a new plan was proposed and backed by parties including VVD and PVV. When the new law was i...

 

Fakty TVN

Polish TV series or program Fakty TVNAlso known asFakty, FactsGenreNewscastCreated byAdam PieczyńskiPresented by Piotr Kraśko Grzegorz Kajdanowicz Anita Werner Piotr Marciniak Diana Rudnik Theme music composerAndrzej Smolik (2012–present)Country of originPolandOriginal languagePolishProductionProduction locationMedia Business CentreEditors Grzegorz Jędrzejowski Mariusz Tchórzewski Robert Jastrzębski Maciej Słomczyński Running time26 minutes (weekdays) 20 minutes (weekends)Production...

 

York-Nord (circonscription fédérale)

Pour les articles homonymes, voir York (homonymie). Carte de la circonscription York-Nord (1997 à 2004). York-Nord fut une circonscription électorale fédérale de l'Ontario, représentée de 1867 à 2004. C'est l'Acte de l'Amérique du Nord britannique de 1867 qui créa le district électoral de York-Nord. Abolie en 2003, elle fut divisée en deux nouvelles circonscriptions de Newmarket—Aurora et York—Simcoe, ainsi qu'une partie d'Oak Ridges—Markham. Géographie La circonscription d...

Nicaragua

República de NicaraguaBandera Escudo Lema: «En Dios Confiamos» Himno: Salve a ti ¿Problemas al reproducir este archivo? Capital(y ciudad más poblada) Managua 12°09′16″N 86°16′26″O / 12.154372222222, -86.273766666667 Idioma oficial Español • Hablados véase Lenguas de NicaraguaGentilicio NicaragüenseForma de gobierno República presidencialista de partido hegemónico • Presidente Daniel Ortega • Vicepresidenta Rosario ...

 

Fiji at the 2014 Summer Youth Olympics

Sporting event delegationFiji at the2014 Summer Youth OlympicsIOC codeFIJNOCFiji Association of Sports and National Olympic Committeein NanjingCompetitors26 in 5 sportsMedalsRanked 80th Gold 0 Silver 0 Bronze 1 Total 1 Summer Youth Olympics appearances201020142018 Fiji competed at the 2014 Summer Youth Olympics, in Nanjing, China from 16 August to 28 August 2014. Medalists Medal Name Sport Event Date  Bronze Fiji boys' national rugby sevens teamJosaia CokaibusaWaisea DarokoTimoci MeyaRat...

 

Accessible toilet

Toilets designed for physically disabled users This article needs additional citations for verification. Please help improve this article by adding citations to reliable sources. Unsourced material may be challenged and removed.Find sources: Accessible toilet – news · newspapers · books · scholar · JSTOR (July 2018) (Learn how and when to remove this message) Accessible public toilet at airport in Munich. Accessible toilets are toilets that have been s...

Taman Nasional Sembilang

Taman Nasional SembilangIUCN Kategori II (Taman Nasional)Sembilang NPLetak di SumatraLetakSumatra, IndonesiaKoordinat2°1′S 104°33′E / 2.017°S 104.550°E / -2.017; 104.550Koordinat: 2°1′S 104°33′E / 2.017°S 104.550°E / -2.017; 104.550Luas2,051 km2Didirikan2001Pihak pengelolaKementerian Kehutanan Ramsar WetlandDitetapkan3 Juni 2011No. referensi1945[1] Taman Nasional Sembilang adalah taman nasional yang terletak di Kabup...

 

Cosmo Gordon Lang

British archbishop (1864–1945) The Most Reverend and Right HonourableCosmo LangGCVO GCStJ PCArchbishop of CanterburyArchbishop Lang in 1920ProvinceCanterburyDioceseCanterburyInstalled4 December 1928 (1928-12-04)Term ended31 May 1942 (1942-05-31)PredecessorRandall DavidsonSuccessorWilliam TempleOther post(s)Bishop of Stepney (1901–1909)Archbishop of York (1909–1928)OrdersOrdination1890 (deacon)24 May 1891 (priest)Consecration1 May 1901by Fr...

 

Área natural única Los Estoraques

Área Natural ÚnicaLos Estoraques Categoría UICN III (monumento natural) Las columnas de roca erosionada que conforman Los Estoraques se encuentran a tan solo 200 metros del municipio La Playa de BelénSituaciónPaís Colombia ColombiaDivisión  Norte de SantanderEcorregión Bosque seco, bosque subandinoCiudad cercana La Playa de Belén - OcañaCoordenadas 8°14′00″N 73°11′00″O / 8.23333333, -73.18333333Datos generalesAdministración SINAP - Minambien...

Tensou Sentai Goseiger vs. Shinkenger: Epic on Ginmaku

天装戦隊ゴセイジャーVSシンケンジャー エピックon銀幕Tensou Sentai Goseiger vs.Shinkenger: Epic on GinmakuSutradaraNoboru TakemotoDitulis olehKento ShimoyamaPemeranYudai ChibaRika SatoKyosuke HamaoMikiho NiwaKento OnoTori MatsuzakaHiroki AibaRin TakanashiShogo SuzukiSuzuka MoritaKeisuke SoumaPenata musikKazunori MiyakeHiroshi TakakiSinematograferFumio MatsumuraDistributorSaburo YatsudeToei CompanyTanggal rilis22 Januari 2011Durasi60 menitNegara JepangBahasaJepang Te...

 

Melba Pattillo Beals

Lo Specialista Jeffrey Stevenson, della 101st Airborne Division (Air Assault) accompagna il membro dei Little Rock Nine Melba Pattillo Beals al Centro Visite del Centro Storico Nazionale del Little Rock Central High School dopo la cerimonia di inaugurazione il 24 settembre 2007. Melba Joyner Pattillo Beals (Little Rock, 7 dicembre 1941) è un'attivista e giornalista statunitense, un membro dei Little Rock Nine, un gruppo di studenti afroamericani che furono i primi a integrare la Central High...

 

Parietal cell

Epithelial cell in the stomach This article needs additional citations for verification. Please help improve this article by adding citations to reliable sources. Unsourced material may be challenged and removed.Find sources: Parietal cell – news · newspapers · books · scholar · JSTOR (March 2009) (Learn how and when to remove this message) Parietal cellA parietal cell.Control of stomach acidDetailsLocationStomachFunctionGastric acid, intrinsic factor ...

2012 IAAF World Indoor Championships – Women's 60 metres

2012 IAAF World IndoorChampionshipsTrack events60 mmenwomen400 mmenwomen800 mmenwomen1500 mmenwomen3000 mmenwomen60 m hurdlesmenwomen4 × 400 m relaymenwomenField eventsHigh jumpmenwomenPole vaultmenwomenLong jumpmenwomenTriple jumpmenwomenShot putmenwomenCombined eventsPentathlonwomenHeptathlonmenvte The women's 60 metres at the 2012 IAAF World Indoor Championships will be held at the Ataköy Athletics Arena on 10 and 11 March. Medalists Gold Silver Bronze Veronica Campbell-Brown J...

 

Revolutionary wave

Series of revolutions occurring in various locations within a similar time span This article is in list format but may read better as prose. You can help by converting this article, if appropriate. Editing help is available. (July 2018) Part of a series onPolitical revolution By class Bourgeois Communist Counter-revolutionary Democratic Proletarian By other characteristic Colour From above Nonviolent Passive Permanent Social Wave Methods Boycott Civil disorder Civil war Class conflict Content...