مروري بر ابزارها و الگوريتم‌هاي تكاملي با استفاده از تكنيك هاي داده كاوي

داده كاوي كوششي براي بدست آوردن اطلاعات مفيد از ميان انبوه داده هاست و رشد بي رويه ي داده ها در سطح جهان اهميت داده كاوي را دو چندان كرده است. داده كاوي شامل مجموعه اي از تكنيك هايي است كه در حوزه هاي ديگر علمي مانند پايگاه داده ها، آمار، يادگيري ماشين، شبكه هاي عصبي، بازيابي اطلاعات و تشخيص الگو كاربرد دارد. در بيشتر موارد، داده هاي حاصل از سيستم هاي بـزرگ و پيچيده، الگوي مشخصي ندارد و در طي زمان و مكان تغيير مي‌كنند. تفاوت اصلي داده كاوي و علم آمار، در حجم داده هاي مورد تحليل، روش مدلسازي داده ها و استفاده از هوش مصنوعي است. در اين مقاله ما مروري بر مباحث داده كاوي خواهيم داشت. به مفاهيم پايه و مختصري از فناوري ها و ابزارهاي موجود و در دسترس كاربران، براي ارزيابي مسائل الگوريتم هاي تكاملي در داده كاوي، شامل انواع مختلف از جمله رگرسيون، طبقه بندي، خوشه بندي و غيره پرداخته شده است.