Редактор: досент Н

11.6. DATA MĠNĠNG texnologiyasının həll etdiyi məsələlər 
DATA MĠNĠNG texnologiyasının əsasını qanunauyğunluqları əks etdirən 
Ģablonlar (nümunələr) konsepsiyası təĢkil edir. Ġlk baxıĢda görünməyən 
qanunauyğunluqların üzə cıxarılması nətiçəsində DATA MĠNĠNG-in məsələləri 
həll ounur. Ġnsan ücün aydın formada ifadə oluna bilən müxtəlif tip 
qanunauyğunluqlara DATA MĠNĠNG-in müxtəlif məsələləri uyğun gəlir. DATA 
MĠNĠNG-in məsələlərinə bəzən qanunauyğunluqlar və ya texnikalar deyilir. 
Hansı məsələlərin DATA MĠNĠNG-ə aid edilməsi haqqında ümumi fikir 
yoxdur. Nüfuzlu mənbələrin əksəriyyəti DATA MĠNĠNG-ə aĢağıdakı məsələləri 
aid edirlər: 
təsnifat, klasterləĢdirmə, proqnozlaĢdırma, assosiasiya, vizuallaĢdırma, 
sapmaların analizi və aĢkarlanması, qiymətləndirmə, əlaqələrin analizi, 
yekunlaĢdırma. 
Göstərilən məsələlərə qısaça nəzər yetirək. 
Təsnifat (Çlassifiçation)
 
–DATA MĠNĠNG-in ən sadə və geniĢ yayılmıĢ 
məsələsidir. Bu məsələnin həlli nətiçəsində tədqiq olunan verilənlər toplusunun 
obyektlərini (sinifləri) xarakterizə edən əlamətlər təyin edilir. Həmin əlamətlərə 
görə yeni obyekti bu və ya digər sinfə aid etmək olar. Təsnifat məsələsinin həlli 
ücün aĢağıdakı metodlardan istifadə oluna bilər: yaxın qonĢu (Nearest Neighbor), 
k-yaxın qonĢu (k-Nearest Neighbor), bayes Ģəbəkəsi (Bayesian Networks), 
həlletmə ağaçlarının induksiyası, neyron Ģəbəkələr. 

---

544 
Klasterləşdirmə (Çlustering)
. Bu məsələ təsnifat məsələsinə nisbətən 
mürəkkəbdir, ona görə ki, obyektlərin sinifləri əvvəlçədən bəlli olmur. 
KlasterləĢdirmənin mahiyyəti obyektlərin əlamətlərini təyin etmək və onları həmin 
əlamətlərə görə siniflərə ayırmaqdan ibarətdir. KlasterləĢdirmə məsələsinin həlli 
metodlarına misal olaraq neyron Ģəbəkələrinin xüsusi növü olan «müəllimsiz 
öyrətmə» metodunu və ya öz-özünə təĢkil olunan Koxonen kartlarını göstərmək 
olar.