Mesut Talebi's Blog

Basit bir tanım yapmak gerekirse veri madenciliği , büyük ölçekli veriler arasından bilgiye ulaşma, bilgiyi madenleme işidir. Ya da bir anlamda büyük veri yığınları içerisinden gelecekle ilgili tahminde bulunabilmemizi sağlayabilecek bağıntıların bilgisayar programı kullanarak aranmasıdır.  Veri madenciliği deyimi yanlış kullanılan bir deyim olabileceğinden buna eş değer başka kullanımlar da literatüre geçmiştir. Veritabanlarında bilgi madenciliği (İng. knowledge mining from databases ), bilgi çıkarımı (İng. knowledge extraction ), veri ve örüntü analizi (İng. data/pattern analysis ), veri arkeolojisi gibi. Bunların arasındaki en yaygın kullanım Veritabanlarında Bilgi Keşfi (İng. VBK - Knowledge Discovery From Databases - KDD )'dir. Alternatif olarak veri madenciliği aslında bilgi keşfi sürecinin bir parçası şeklinde kabul görmektedir. Bu adımlar: Veri temizleme (gürültülü ve tutarsız verileri çıkarmak) Veri bütünleştirme (birçok veri kaynağını birleştirebilmek) Veri s

Veri madenciliği ve Veri analizi kategorisinde yer alan programların en ünlüleri aşşağıdaki gibidir: WEKA ( W aikato E nvironment for K nowledge A nalysis)   Makine öğrenme programlarının en ünlü yazılımı olan WEKA Waikato , New Zealand üniversitesi tarafından JAVA dilinde yazılmıştır.bu program  açık kaynaklı olmakla beraber tamamen ücretsizdir, ve bir çok veri madenciliği algoritmasını içermektedir. programı ücretsiz indirmek için Aşşağıdaki linki tıklayınız. Windows x86 Click here to download a self-extracting executable that includes Java VM 1.6 (weka-3-6-8jre.exe; 37.3 MB) Click here to download a self-extracting executable without the Java VM (weka-3-6-8.exe; 22.6 MB) Windows x64 Click here to download a self-extracting executable that includes 64 bit Java VM 1.6 (weka-3-6-8jre-x64.exe; 37.6 MB) Click here