TGStat
TGStat
Type to search
Advanced channel search
  • flag English
    Site language
    flag Russian flag English flag Uzbek
  • Sign In
  • Catalog
    Channels and groups catalog Search for channels
    Add a channel/group
  • Ratings
    Rating of channels Rating of groups Posts rating
    Ratings of brands and people
  • Analytics
  • Search by posts
  • Telegram monitoring
ScienceWave

1 Mar 2020, 22:09

Open in Telegram Share Report

⭕️ متدولوژی کریسپ CRISP-DM

متدولوژی کریسپ یک روش صنعتی اثبات شده برای هدایت تلاش های داده کاوی است . در واقع کریسپ یک مدل فرآیند داده کاوی است که راهبردهای معمولی که توسط داده کاوان خبره برای غلبه بر مشکلات داده کاوی استفاده می شود را شرح می دهد .

✅ مختصری از فازهای مدل CRISP:

☝️درک خواسته‌های تجاری

در این فاز اولیه، تاکید روی درک اهداف و نیازمندهای پروژه از دیدگاه تجاری؛ و تبدیل آن‌ها به تعاریف حوزه‌ی داده‌کاوی است. سپس یک طرح اولیه برای به رسیدن به اهداف چیده می‌شود.

☝️درک داده

این فاز با گردآوری داده‌های اولیه آغاز می‌شود و با فعالیت‌هایی جهت آشنایی با داده، شناسایی مشکلات کیفیتی داده، کشف ماهیت داده‌ها، و یافتن زیرمجموعه‌های جالب‌توجهی که فرضیات اطلاعات پنهان را شکل می‌دهند.

☝️آماده سازی داده

فاز آماده‌سازی داده شامل همه‌ی فعالیت‌هایی است که منجر به ساخت مجموعه داده نهایی از داده های خام اولیه می‌شود. وظایف آماده‌سازی داده معمولاً چندین بار انجام می‌گیرند. این وظایف شامل انتخاب جدول، رکورد و ویژگی‌هاست، هم چنین تغییرشکل و خالص‌سازی داده با ابزار های مدل سازی

☝️مدل سازی

در این فاز، تکنیک‌های مدل‌سازی مختلفی انتخاب و به کار برده می‌شوند و تنظیمات مدل برای بهینه‌سازی نتایج به شکل اصول معینی در آورده می‌شود. معمولاً از تکنیک‌های مختلفی برای حل مساله داده‌کاوی استفاده می‌شود. در برخی از این تکنیک‌ها، لازم است داده به صورت خاصی باشد. بنابراین در صورت نیاز به فاز قبلی یعنی فاز آماده‌سازی داده بازمی‌گردیم.

☝️ارزیابی

در این مرحله از پروژه، مدل یا مدل‌هایی ساخته شده و قبل از رفتن به فاز استقرار، باید این مدل‌ها و گام‌هایی که در ساخت آن‌ها به کار رفته، ارزیابی شود. هدف کلیدی در این فاز، بررسی وجود مسایلی است که به قدر کافی در نظر گرفته نشده‌اند. در انتهای این فاز، تصمیمی با توجه به کاربرد نتایج داده‌کاوی به‌دست آمده، گرفته می‌شود.

☝️اسقرار

ساخت مدل، انتهای پروژه نیست. حتی اگر هدف مدل افزایش دانش داده‌ها باشد، دانش به دست آمده باید به صورتی که برای مشتری قابل استفاده باشد، سازماندهی و ارائه شود. با توجه به نیازمندی‌ها، فاز استقرار می‌تواند به سادگی تولید یک گزارش ساده و یا به پیچیدگی پیاده‌سازی فرایند داده‌کاوی تکرارپذیر باشد. خیلی اوقات، این مشتری است که به جای تحلیل‌گر فاز استقرار را انجام می‌دهد.


#علم_داده#یادگیری_ماشین
__________________
🆔 @ScienceWave

452 0 0
Catalog
Channels and groups catalog Channels compilations Search for channels Add a channel/group
Ratings
Rating of Telegram channels Rating of Telegram groups Posts rating Ratings of brands and people
API
API statistics Search API of posts API Callback
Our channels
@TGStat @TGStat_Chat @telepulse @TGStatAPI
Read
Академия TGStat Telegram Research 2019 Telegram Research 2021 Telegram Research 2023
Contacts
Справочный центр Support Email Jobs
Miscellaneous
Terms and conditions Privacy policy Public offer
Our bots
@TGStat_Bot @SearcheeBot @TGAlertsBot @tg_analytics_bot @TGStatChatBot