تفاوت داده کاوی با آمار

علم داده کاوی با آنالیز های متداول آماری بسیار متفاوت است ، ما در این مقاله تفاوت داده کاوی با آمار را مفصل مورد بررسی قرار داده ایم . و در زیر نمونه ای از تفاوت ها را در انجام پروژه داده کاوی و آمار به تفصیل توضیح خواهیم داد.

در داده کاوی

  • ما به فرضیه احتیاجی نداریم علم داده کاوی الگوریتم هایی دارد که به طور اتوماتیک روابط را ایجاد می کند.
  •  علم داده کاوی به داده های صحیح و درست نیازی ندارد.
  •  نتایجی که از داده‌کاوی به دست می آید پیچیده است و برگردان آن به صورت مطلبی قابل فهم برای مدیران نیازمند متخصص است.

در آنالیز آماری

  •   در تمامی موارد آمار شناسان با یک فرضیه شروع می کنند .
  • آنها برای آنالیز آماری از داده های عددی استفاده می کنند آنها رابطه های ایجاد می کنند که در نهایت به فرضیه مرتبط باشد.
  •  آمار شناسان داده های نابجا و نادرست را در طول آنالیز مشخص کرده و در نهایت نتایج کار خود را تفسیر و برای مدیران بیان می کنند

مثال کلاه برداری در بیمه

 برای آنکه بتوانیم تفاوت میان داده کاوی و آنالیزهای آماری را بهتر درک کنیم می‌توانیم در مورد شناخت کلاهبرداری های شرکت بیمه این دو را با یکدیگر مقایسه کنیم .

روش داده کاوی

 یک داده کاو پس از طی مراحلی که در داده کاوی وجود دارد به جمع آوری داده ها می پردازد و سپس داده ها را یکپارچه سازی می کند و در نهایت عملیات داده کاوی را انجام میدهد علم داده کاوی در میان داده ها تمامی الگوهای غیر عادی را که از حالت عادی و نرمال آن انحراف دارد و ممکن است منجر به کلاهبرداری شود را شناسایی کرده و و آن را به صورت نتیجه تحلیل ارائه میکند.

 داده کاونتایجی را که از داده کاوی به دست آورده را بررسی کرده و با توجه به آن مراحل بعدی  که باید راجع به آنها تحقیق کند مشخص شده و در نهایت مدلهایی به دست می آید که می تواند امکان کلاهبرداری مشتریان را پیش بینی کند .

 روش آنالیز آماری

همانطور که گفتیم در آمار ما نخست به یک فرضیه نیاز داریم  آمارشناس نخست متوجه الگوی رفتاری می‌شود که سبب کلاهبرداری شده ، بر اساس این فرضیه یک سوال مطرح می‌کند تا این موضوع را مورد بررسی قرار دهد اگر نتیجه حاصله مناسب نبود آمارشناس فرضیه را اصلاح می کند یا یک فرضیه دیگری انتخاب می کند و همانطور که کاملاً مشخص است این روش نه تنها وقت گیر است بلکه بسیار به قدرت تجزیه و تحلیل یک آمارشناس بستگی دارد و بدتر از آن که الگوهایی که آمارشناس نتوانست پیش بینی کند و آنها را دریابد منجر به عدم کشف در الگوهای کلاهبرداری خواهد شد.تفاوت داده کاوی با آمار

خلاصه مقاله تفاوت داده کاوی با آمار

در تفاوت داده کاوی با آمار نتیجه گیری می شود علم داده کاوی علمی بسیار کاربردی است و ابدا در مسائل این چنینی قابل قیاس با آمار نیست زیرا که علم داده کاوی  از میان انبوه داده‌ها الگوهای آن را شناسایی می کند و نتایج کشفیات خود را به مفصل ارائه می دهد امروزه داده کاوی در بیمه ، پزشکی ، بانکداری و دیگر موارد کاربرد فراوانی دارد . اما در کشور ما ایران هنوز که هنوزه شناختی که باید نسبت به علم داده کاوی باشد ایجاد نشده است و یکی از رویاهای ما در آکادمی داده کاوی آموزش و نشر علم زیبای داده کاوی است امیدوارم روزی برسد ما از این علم استفاده بسیار مفیدی کرده و باعث پیشرفت و آبادانی هر چه بیشتر کشور عزیزمان ایران شویم.

 

[تعداد: 1    میانگین: 5/5]
1 پاسخ
  1. پریناز پدرام
    پریناز پدرام says:

    سلام بسیار عالی و جذاب من خودم به شخصه هرچی بیشتر راجع به داده کاوی می دونم بیشتر بهش علاقه مند میشم.الان هم دارم روی الگوریتم های داده کاوی در شبکه های اجتماعی تحقیق می کنم خوشحال میشم اگه کمکم کنید.

    پاسخ

راجع به این مطلب دیدگاه خود را با ما به اشتراک بگذارید

👇
Feel free to contribute!

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *