مقدمه

به مدد پیشرفت فن­آوری، امکان اندازه­گیری و ذخیره اطلاعات بصورت خودکار در حوزه­های مختلف علوم فراهم آمده است و از اینرو بشر در حوزه­های مختلف علمی غرق دنیای اطلاعات شده و راه برای مدلسازی دقیق­تر سیستم­های پیچیده، مبتنی بر اطلاعات بجای بهره­مندی از سیستم خبره مبتنی بر دانش متخصص فراهم آمده است. به عنوان مثال در حوزه­ی مهندسی خطوط راه­آهن، به کمک ماشین اندازه­گیری خط، روزانه صدها کیلومتر از نامنظمی­های هندسی خطوط اندازه­گیری می­شود که مدیریت تعمیر و نگهداری پیشبینانه و تصمیم­گیری صحیح و استفاده کارآ و مفید از اطلاعات موجود، مستلزم خودکار کردن پردازش این اطلاعات خام و تبدیل آن به معرفت در قالب به خدمت­گیری روش­های نوین داده­کاوی می­باشد. داده­کاوی در مقایسه با پرس و جوی ساختاریافته از اطلاعات، این ویژگی را دارد که در داده­کاوی بجای پرسش یک رابطه مشخص، الگوها و روابط ارزشمند بین آن­ها که از پیش مشخص نیست، از حجم انبوهی از اطلاعات استخراج می­شود. داده­کاوی را می­توان یادگیری ماشینی (خودکار) استقرایی قلمداد کرد که به هدفی واقع در یک طیف که مدلسازی مبتنی بر اطلاعات برای پیش­بینی در یک سوی آن و مدلسازی مبتنی بر اطلاعات برای توصیف در سوی دیگر آن قرار دارد، انجام می­شود. این یادگیری در کشف الگوها و روابط بین آن­ها تجلی پیدا می­کند و آن را می­توان در قالب سه رویکرد طبقه­بندی (یادگیری باسرپرست)، خوشه یابی (یادگیری بدون سرپرست) و قواعد انجمنی تقسیم­بندی کرد. روش های مختلفی همچون روش های آماری، تصمیم­گیری بیزین، شبکه عصبی مصنوعی، استراتژی های تکاملی و استفاده از نظریه مجموعه­های فازی را می­توان برای کشف الگو و روابط بین آن­ها بکار برد و نرم­افزارهای متنوعی بر اساس هر کدام از این روش­ها توسعه داده شده است.