Редактор: досент Н


 ORAÇLE DATA MĠNĠNG proqram paketi



Download 6,21 Mb.
Pdf ko'rish
bet359/378
Sana09.10.2022
Hajmi6,21 Mb.
#852056
1   ...   355   356   357   358   359   360   361   362   ...   378
Bog'liq
informasiya sistemleri s q kerimov aze

11.11.7. ORAÇLE DATA MĠNĠNG proqram paketi 
ORAÇLE firmasının məhsulu olan ORAÇLE DATA MĠNĠNG (ODM) 
«Oraçle Enterprise Edition» proqram kompleksinin opsiyası və ya modulu hesab 
olunur. ODM, DATA MĠNĠNG texnologiyasına aid olan metodlarla verilənlərin 
analizi ücün nəzərdə tutulub. ODM biliklərin üzə cıxarılması texnologiyasının 


591 
bütün mərhələlərini–məsələnin qoyuluĢu, verilənlərin hazırlanması, modellərin 
qurulması, analiz, nətiçələrin testlənməsi, tətbiq–əhatə edir. 
Modellər tədqiq edilən obyektlər, müĢahidələr və situasiyalar haqqında 
verilənlərin xüsusi alqoritmlərin köməyilə analizi əsasında avtomatik qurulur. 
ODM modullarının əsasını təsnifat, reqressiya, klasterləĢdirmə modellərinin 
qurulması ücün müxtəlif alqoritmləri reallaĢdıran prosedurlar təĢkil edirlər. 
Verilənlərin hazırlanması mərhələsində istənilən relasiya bazasına, mətn 
faylına, SAS formatlı fayla müraçiət təmin edilir. Verilənlərin cevrilməsi və 
təmizlənməsi ücün əlavə vasitələr təsvir formasını dəyiĢməyə, qiymətləri 
normallaĢdırmağa, qeyri-müəyyən və ya catıĢmayan qiymətləri aĢkarlamağa imkan 
verir. Hazırlanan verilənlər əsasında xüsusi prosedurlar vasitəsilə proqnozlaĢdırma, 
yeni situasiyaların təsnifatı, analogiyaların üzə cıxarılmasıı həyata kecirilir. ODM 
beĢ tip modelin qurulmasını təmin edir. ODM-in qrafik vasitələri alınan nətiçələrin 
analizi, modellərin düzgünlüyünün yoxlanması, dəqiqliyin və dayanıqlığın 
qiymətləndirilməsi ücün geniĢ imkanlar yaradır. 
ODM sisteminin əsas xarakteristikalarına aĢağıdakılar aiddir: 
-kliyent-server arxitekturası ilə iĢləmək; 
-paralel hesablama texnikasından geniĢ istifadə edilmə; 
-hesablama resurslarının artırılması Ģəraitində yüksək dərəçədə miqyaslanma; 
-biliklərin üzə cıxarılması modullarının Oraçle VBĠS-lərinə daxil edilməsinin 
mümkünlüyü; 
-instrumental mühüt kimi DATA MĠNĠNG infrastrukturu təqdim olunur; 
-tətbiqlərin hazırlanması ücün APĠ (Appliçation Proqram Ġnterfaçe) 
interfeysinin təqdim edilməsi. 
ODM aĢağıdakı alqoritmləri reallaĢdırır: 
1)Təsnifat modelləri (Naive Bayes, Adaptive Bayes Mining); 
2)Təsnifat və reqressiya modelləri (Support Veçtor Maçhine); 
3)Əhəmiyyətli atributların axtarıĢı (Minimum Desçriptor Lengtn); 
4)KlasterləĢdirmə (Enhançed K-means, O-çluster); 
5)Assosiasiyaların axtarıĢı (Apriory Algoritm); 


592 
6)Əlamətlərin üzə cıxarılması (Non-Negative Matrix Façtorization). 
ODM alqoritmlərinin xüsusiyyəti ondan ibarətdir ki, onların hamısı bilavasitə 
relasiya verilənlər bazaları ilə iĢləyirlər və verilənlərin həmin bazalardan cıxarılıb, 
xüsusi formatlarda saxlanmasını tələb etmirlər. Bu alqoritmlərdən baĢqa ODM 
paketiinə verilənlərin hazırlanması, nətiçələrin qiymətləndirilməsi və modelllərin 
yeni verilənlər massivinə tətbiqi ücün vasitələr daxildir. Bütün bu imkanlardan 
həm «Java APĠ» və ya «PL/SQL APĠ»-nin köməyilə proqram səviyyəsində, həm 
də analitiklər ücün nəzərdə tutulmuĢ «ODM Çlient» qrafik mühitin köməyilə 
istifadə oluna bilər. 
ODM alqoritmlərinin qısa xarakteristikaları: 
Naive Bayes (NB) alqoritmi

-ABN alqoritminə nisbətən daha sürətlə iĢləyir; 
-atributların sayı 200-dən az olan verilənlər massivləri ücün tətbiqi məsləhət 
görülür; 
-alqoritmin dəqiqliyi ABN-ə nisbətən azdır. 
Adaptive Bayes Network (ABN) alqoritmi: 
-daha böyük sayda atributlar ücün yaxĢıdır; 
-model (qaydaların generasiyası) əyanidir; 
-NB-yə nisbətən daha dəqiq modellər qurulur; 
-sazlanma ücün parametrlərin sayı coxdur. 
Support Veçtor Maçhine alqoritmi. 
Bu alqoritm vasitəsilə həm təsnifat, həm də reqressiya modelləri qurulur. 
Reqressiya analoq kəmiyyətlərinin proqnozlaĢdırılması ücün tətbiq edilir. Onun 
sadə halı xətti reqressiyadır. 
Minimum Desçriptor Length alqoritmi. 
Əsas vəzifəsi məqsəd dəyiĢənlərinin 
proqnozlaĢdırılması ücün daha əhəmiyyətli atributların üzə cıxarılmasından 
ibarətdir. Təsnifat modelinin qurulması prosesini sürətləndirmək məqsədilə istifadə 
edilir. 
Enhançed K-means alqoritmi.
KlasterləĢdirmə ücün istifadə edilən bu 
alqoritmdə klasterlərin sayı əvvəlçədən istifadəci tərəfindən verilir. 


593 
KlasterləĢdirmə yalnız ədədi atributlara görə aparılır və onların sayı artıq 
olmamılıdır. Yazıların sayına məhdudluq qoyulmur. 
O-Çluster alqoritmi. 
Bu alqoritm əvvəlkindən fərqli olaraq klasterlərin sayını 
avtomatik təyin edir. o, həm ədədi, həm də kateqorial atributlarla iĢləyə bilər. 
Böyük sayda atributlarla və böyük sayda yazılarla iĢləmə mümkündür.

Download 6,21 Mb.

Do'stlaringiz bilan baham:
1   ...   355   356   357   358   359   360   361   362   ...   378




Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©hozir.org 2024
ma'muriyatiga murojaat qiling

kiriting | ro'yxatdan o'tish
    Bosh sahifa
юртда тантана
Боғда битган
Бугун юртда
Эшитганлар жилманглар
Эшитмадим деманглар
битган бодомлар
Yangiariq tumani
qitish marakazi
Raqamli texnologiyalar
ilishida muhokamadan
tasdiqqa tavsiya
tavsiya etilgan
iqtisodiyot kafedrasi
steiermarkischen landesregierung
asarlaringizni yuboring
o'zingizning asarlaringizni
Iltimos faqat
faqat o'zingizning
steierm rkischen
landesregierung fachabteilung
rkischen landesregierung
hamshira loyihasi
loyihasi mavsum
faolyatining oqibatlari
asosiy adabiyotlar
fakulteti ahborot
ahborot havfsizligi
havfsizligi kafedrasi
fanidan bo’yicha
fakulteti iqtisodiyot
boshqaruv fakulteti
chiqarishda boshqaruv
ishlab chiqarishda
iqtisodiyot fakultet
multiservis tarmoqlari
fanidan asosiy
Uzbek fanidan
mavzulari potok
asosidagi multiservis
'aliyyil a'ziym
billahil 'aliyyil
illaa billahil
quvvata illaa
falah' deganida
Kompyuter savodxonligi
bo’yicha mustaqil
'alal falah'
Hayya 'alal
'alas soloh
Hayya 'alas
mavsum boyicha


yuklab olish