ডেটা মাইনিং: সংক্ষিপ্ত পুনরাবৃত্তি
ডেটা মাইনিং হলো রিপোজিটরিতে সংরক্ষিত বিপুল ডেটার মধ্য থেকে ফলপ্রদ নতুন সহসম্বন্ধ, প্যাটার্ন এবং ট্রেন্ড আবিষ্কারের প্রক্রিয়া, যেখানে সাংখ্যিক ও গাণিতিক কৌশলসহ প্যাটার্ন রিকগনিশন প্রযুক্তি ব্যবহার করা হয়। এটি তথ্য ডেটাসেটের বিশ্লেষণ করে অপ্রত্যাশিত সম্পর্ক আবিষ্কার করে এবং ডেটা মালিকের জন্য যৌক্তিক ও উপকারী নবীন পদ্ধতিতে রেকর্ডের সারসংক্ষেপ প্রস্তুত করে।
প্রধান চ্যালেঞ্জ হলো ডেটা বিশ্লেষণ করে সমস্যা সমাধান বা কোম্পানি উন্নতির জন্য অপরিহার্য তথ্য বের করা। ডেটা মাইন করে ভালো সিদ্ধান্ত পাওয়ার জন্য অনেক গতিশীল টুল ও কৌশল রয়েছে।
প্রধান ডেটা মাইনিং কৌশলগুলো
বিষয়বস্তু বিভাজন (Classification)
বিষয়বস্তু বিভাজন হলো একটি ডেটা-মাইনিং কৌশল যা ডেটার একটি সেটে এলিমেন্ট তৈরি করে আরও দক্ষ প্রেডিকশন ও অ্যানালিসিসে সাহায্য করার জন্য। খুব বড় ডেটাসেটের অ্যানালিসিস দক্ষতার সাথে করার জন্য flera মেথড وجود আছে।
বিষয়বস্তু বিভাজন ডেটা মাইনিং-এ সবচেয়ে গুরুত্বপূর্ণ কাজের একটি। এটি উদাহরণগুলোর অ্যাট্রিবিউটের ওপর ভিত্তি করে প্রি-ডিফাইনড ক্লাস লেবেল অ্যাসাইন করার প্রক্রিয়াকে বোঝায়। ক্লাসিফিকেশন এবং ক্লাস্টারিংয়ের মধ্যে সাদৃশ্য আছে, দেখতে একই লাগে, কিন্তু এগুলো আলাদা। প্রধান পার্থক্য হলো ক্লাসিফিকেশনে প্রি-ডিফাইনড গ্রুপে সদস্যতার ভিত্তিতে এলিমেন্টগুলোর লেভেলিং করা হয়।
ক্লাস্টারিং (Clustering)
ফিজিক্যাল বা অ্যাবস্ট্রাক্ট অবজেক্টের একটি সেটকে একই ধরনের অবজেক্টের ক্লাসে কম্বাইন করার প্রক্রিয়াকে ক্লাস্টারিং বলা হয়। একটি ক্লাস্টার হলো ডেটা অবজেক্টের একটি সেট যা একই ক্লাস্টারের ভেতরে একো অপরর সাথে একই এবং অন্যান্য ক্লাস্টারের অবজেক্ট থেকে আলাদা। ডেটা অবজেক্টের একটি ক্লাস্টারকে অনেক অ্যাপ্লিকেশনে সমষ্টিগত একটি গ্রুপ হিসেবে বিবেচনা করা যায়। ক্লাস্টার অ্যানালিসিস একটি অতিরিক্ত মানব কার্যকলাপ।
রিগ্রেশন (Regression)
এই পদ্ধতিগুলো এক বা একাধিক প্রিডিক্টর (স্বাধীন) ভেরিয়েবল থেকে একটি রেসপন্স (আশ্রিত) ভেরিয়েবলের মান প্রেডিক্ট করতে ব্যবহৃত হয়, যেখানে ভেরিয়েবলগুলো সংখ্যাসূচক। রিগ্রেশনের অনেক ফর্ম রয়েছে, যেমন- লিনিয়ার, মাল্টিপল, ওয়েটেড, পলিনোমিয়াল, ননপ্যারামেট্রিক, এবং রোবাস্ট (রোবাস্ট টেকনিকগুলো তখন উপকারী যখন এরর নর্ম্যালিটি শর্ত পূরণ করে না বা ডেটাॅতে উল্লেখযোগ্য আউটলায়ার থাকে)।
আউটলায়ার ডিটেকশন (Outlier Detection)
এই ধরণের ডেটা মাইনিং কৌশল ডেটাসেটে ডেটা আইটেম পর্যবেক্ষণ করার সাথে জড়িত, যা এক্সপেক্টেড প্যাটার্ন বা আচরণের সাথে মেলে না। এই কৌশলটি বিভিন্ন ডোমেইনে ব্যবহার করা যেতে পারে যেমন ইনট্রুশন ডিটেকশন, ফ্রড ডিটেকশন ইত্যাদি। এটিকে আউটলায়ার অ্যানালিসিস বা আউটলায়ার মাইনিং ও বলা হয়।
সিকোয়েনসিয়াল প্যাটার্ন (Sequential Patterns)
সিকোয়েনসিয়াল প্যাটার্ন হলো সিকোয়েনসিয়াল ডেটা কম্পিউট করে সিকোয়েনসিয়াল প্যাটার্ন খুঁজে বের করার জন্য বিশেষায়িত একটি ডেটা মাইনিং কৌশল। এতে একটি সিকোয়েন্স কালেকশনে আকর্ষণীয় সাবসিকোয়েন্স খুঁজে বের করা থাকে, যেখানে একটি সিকোয়েন্সের স্টেক কয়েকটি এলিমেন্ট (যেমন দৈর্ঘ্য, আয়ত্তের ফ্রিকোয়েন্সি ইত্যাদি) এর টার্মে মাপা যায়।
