کتاب آموزش داده کاوی با RapidMiner

کتاب آموزش داده کاوی با RapidMiner نوشته ساسان کرمی زاده، به معرفی علم داده، داده‌کاوی و چرخه‌ی حیات آن می‌پردازد و نرم‌افزار رپیدماینر را به‌ عنوان محیطی گرافیکی برای پیاده‌سازی فرایندهای داده‌کاوی معرفی می‌کند. این اثر با آموزش گام‌به‌گام کار با محیط رپیدماینر، شناخت پنجره‌ها، عملگرها، مخزن داده و نحوه‌ی ساخت فرایندهای داده‌کاوی، به خواننده کمک می‌کند بتواند بدون ورود به جزئیات برنامه‌نویسی، الگوریتم‌های متنوع دیتا ماینینگ و ماشین لرنینگ را در این محیط پیاده‌سازی کند. موسسه فرهنگی هنری دیباگران تهران این راهنما را منتشر کرده است. نسخه الکترونیکی این اثر را می‌توانید از طاقچه خرید و دانلود کنید.

درباره کتاب آموزش داده کاوی با RapidMiner

کتاب آموزش داده کاوی با RapidMiner تألیف ساسان کرمی زاده، منبعی آموزشی برای یادگیری علم داده و داده‌کاوی است که مباحث خود را از تبیین مفاهیم نظری و چرخه‌ی حیات داده آغاز کرده و تا پیاده‌سازی عملی در محیط نرم‌افزار رپیدماینر پیش می‌برد. این اثر ابتدا به بررسی کاربردهای تجاری داده‌کاوی و تفاوت آن با آمار و یادگیری ماشین پرداخته و سپس ساختار نرم‌افزار رپیدماینر، شامل محیط کاربری، پنل عملگرها و نحوه‌ی طراحی فرایندها از طریق پورت‌های ورودی و خروجی را تشریح می‌کند. در بخش‌های تخصصی‌تر، کتاب به آموزش عملیِ کار با داده‌ها از جمله فیلترسازی، گروه‌بندی و آماده‌سازی ویژگی‌ها می‌پردازد و نحوه‌ی اتصال به انواع پایگاه‌های داده و قالب‌های فایلی را توضیح می‌دهد. فصل‌های پایانی این راهنما بر تکنیک‌های مدل‌سازی، اعتبارسنجی متقابل، مصورسازی و اجرای الگوریتم‌هایی نظیر طبقه‌بندی، خوشه‌بندی و شبکه‌های عصبی تمرکز دارد تا مراحل کامل یک پروژه‌ی داده‌کاوی از جمع‌آوری تا تفسیر مدل را پوشش دهد.

خلاصه کتاب آموزش داده کاوی با RapidMiner

کتاب آموزش داده کاوی با RapidMiner از یک خط سیر مشخص پیروی می‌کند: حرکت از چیستی علم داده و داده‌کاوی به‌ سوی چگونگی پیاده‌سازی آن در محیط رپیدماینر. در ابتدای متن، علم داده به‌ عنوان حوزه‌ای معرفی شده که با حجم وسیعی از داده‌های ساختار یافته و بدون ساختار سروکار دارد و با استفاده از ابزارها و الگوریتم‌های یادگیری ماشین، به‌ دنبال کشف الگوهای پنهان، استخراج اطلاعات معنادار و پشتیبانی از تصمیم‌گیری تجاری است. در ادامه، کتاب وارد معرفی نرم‌افزار رپیدماینر می‌شود و اجزای محیط رپیدماینر را معرفی می‌کند: مخزن داده‌ها برای نگهداری فرایندها و مجموعه‌داده‌ها، پنل عملگرها که الگوریتم‌های یادگیری ماشین، پردازش متن، دسترسی به داده و غیره را در خود دارد، پنل تنظیمات برای تغییر مولفه‌های هر عملگر، بخش راهنما برای مشاهده‌ی مستندات و ناحیه‌ی طراحی فرایند که در آن زنجیره‌ی عملگرها ساخته می‌شود. 

بخش مفصل کتاب به عملگرهای ورود و خروج داده اختصاص دارد. برای هر نوع منبع داده عملگر متناظر معرفی شده و پارامترهایی مانند مسیر فایل، نوع رمزگذاری، نحوه‌ی تشخیص مقادیر گمشده، تعریف نقش ویژگی‌ها، نحوه‌ی ذخیره‌سازی در مخزن و بازنویسی یا افزودن داده توضیح داده می‌شود. در فصل‌های مربوط به آماده‌سازی داده، کتاب به پیش‌پردازش به‌ عنوان بخش پرهزینه‌ی پروژه‌های داده‌کاوی می‌پردازد و مسائلی مانند نویز، نمونه‌های پرت، مقادیر مفقود و داده‌های تکراری را به‌عنوان تهدیدهای کیفیت داده فهرست می‌کند. در بخش مدل‌سازی، کتاب به تکنیک‌های مختلف داده‌کاوی مانند قواعد انجمنی، طبقه‌بندی، خوشه‌بندی، رگرسیون، تحلیل توالی و شبکه‌های عصبی اشاره دارد و سپس عملگرهای آموزش مدل و اعمال مدل را در رپیدماینر شرح می‌دهد. در ادامه، عملگرهای پیشرفته‌تری مانند مدل‌های حساس به هزینه، تحلیل اهمیت ویژگی‌ها برای هر پیش‌بینی، و عملگرهایی که با معکوس‌کردن فرایند پیش‌بینی، ورودی‌های بهینه برای رسیدن به خروجی دلخواه را تجویز می‌کنند معرفی شده است.

در پایان، کتاب با جمع‌بندی مراحل فرایند داده‌کاوی (جمع‌آوری، آماده‌سازی، استخراج و یادگیری مدل، ارزیابی و تفسیر) و تأکید بر نقش پیش‌پردازش و ارزیابی، تصویری یکپارچه از مسیر تبدیل داده‌ی خام به دانش قابل استفاده در محیط رپیدماینر ارائه می‌کند.

چرا باید کتاب آموزش داده کاوی با RapidMiner را بخوانیم؟

مزیت اصلی اثر در این است که به‌جای تمرکز صرف بر الگوریتم‌ها، روی کار با داده در عمل تأکید کرده و به مراحل فرایند داده‌کاوی و نقش پررنگ پیش‌پردازش داده توجه ویژه‌ای نشان داده است. برای کسانی که با مفاهیم داده‌کاوی آشنا هستند اما در استفاده از رپیدماینر تازه‌کار محسوب می‌شوند، این کتاب می‌تواند نقش یک راهنمای مرجع را ایفا کند. همچنین برای دانشجویان و علاقه‌مندان به علم داده که می‌خواهند بدون ورود عمیق به برنامه‌نویسی، تجربه‌ی عملی کار با الگوریتم‌های مختلف را به‌دست آورند، متن نمونه‌های متعددی از فرایندهای واقعی ارائه کرده است.

خواندن کتاب آموزش داده کاوی با RapidMiner را به چه کسانی پیشنهاد می‌کنیم؟

خواندن این راهنما به دانشجویان و علاقه‌مندان به حوزه‌های علم داده، داده‌کاوی و یادگیری ماشین و به پژوهشگران و متخصصان فناوری اطلاعات پیشنهاد می‌شود.

بخشی از کتاب آموزش داده کاوی با RapidMiner

«رپیدماینر یک نرم‌افزار داده‌کاوی است که توسط کمپانی به همین اسم تولید شده است. این نرم‌افزار در یادگیری ماشین، داده‌کاوی، متن‌کاوی، آنالیز پیش‌بینی و آنالیز تجارت استفاده می‌شود. این نرم‌افزار هم در محیط‌های صنعتی و هم دانشگاهی مورد استفاده قرار می‌گیرد. گفته می‌شود این نرم‌افزار ۹۹ درصد راه‌حل‌های آنالیزی پیشرفته را بدون هیچ زحمت کدنویسی برای محقق داده‌کاوی فراهم می‌کند. این نرم‌افزار با زبان برنامه‌نویسی جاوا نوشته شده است. تمامی عملیات در نرم‌افزار رپیدماینر توسط پنجرۀ گرافیکی انجام می‌شود. عملیات Workflow در رپیدماینر به نام فرایند شناخته می‌شوند که از چندین عملگر تشکیل می‌شوند. هر عملگر یک وظیفه را در فرایند انجام می‌دهد. این نرم‌افزار قابلیت ارتباط با نرم‌افزارهای داده‌کاوی دیگر مانند R و Weka را دارد. رپیدماینر قوی‌ترین و آسان‌ترین نرم‌افزار برای آنالیز داده‌ها به صورت عددی و نمایش گرافیکی نتایج حاصل از تحلیل داده‌ها است؛ همچنین این نرم‌افزار قابلیت ورود کدهای داده‌کاوی از سایر برنامه‌ها مانند R و Python را دارد و می‌تواند از داده‌های سایر نرم‌افزارهای داده‌کاوی مانند Microsoft Excel ،Access ،Oracle ،IBM DB ،Microsoft SQL Server و Teradata نیز استفاده کند. این نرم‌افزار یک ابزار داده‌کاوی متن‌باز است که از سال ۲۰۰۱ تا به حال توسعه داده شده است.»