معصومه صباغی ورنامخواستی - دانشجوی کارشناسی ارشد کامپیوتر موسسه آموزش عالیب صنعت فولاد اصفهان
محمد داورپناه جزی - عضو هییت علمی گروه کامپیوتر موسسه آموزش عالی صنعت فولاد اصفهان
امیررضا ابراهیمی - عضو هییت علمی گروه کامپیوتر موسسه آموزش عالی صنعت، فولاد اصفهان

از آنجایی که در سه دهه اخیر بسیاری از سازمان ها و شرکت ها با رشد انفجاری تولید داده ها و اطلاات مواجه هستند استفاده از ابزار خودکار و تکنولوزی های داده کاوی برای کشف دانش ناشناخته از این داده ها یک نیاز مبرم تبدیل شده است. داده کاوی فرآیندی پیچیده جهت شناسایی مدل های صحیح و الگوهای مهم در حجم وسیعی از داده ها می باشد، به طریقی که این الگوها و مدل ها برای انسان ها قابل درک باشند. از این رو داده کاوی به طور هم زمان از چندین رشته علمی از جمله تکنولوزی پایگاه داده، آمار یادگیری ماشین، هوش مصنوعی، شبکه های عصبی، محاسبات سرعت بالا، بازیابی اطلاعات و سیستم های مبتنی بر دانش بهره می گیرد. داده کاوی در بسیاری از زمینه ها مانند تجارت الکترونیک، وب کاوی، پزشکی، مدیریت و کشف تقلب و بسیاری از برنامه های تجاری کار برد دارد. در این مقاله دو مدل داده کاوی توصیفی و پیش بینانه و مهم ترین تکنیک ها و الگوریتم های داده کاوی از جمله کاوش الگوهای پرتکرار و قوانین وابستگی و خوشه بندی، طبقه بندی، رگرسیون و شبکه های عصبی مورد بررسی قرار می گیرند.

داده کاوی، کشف دانش، تکنیک ها و الگوریتم های داده کاوی