اختيار الميزات لاكتشاف المعرفة وتنقيب البيانات - (The Springer International Engineering and Computer Science) (غلاف فني)

ملخص الكتاب مع تزايد قدرات الحاسوب وتطور تقنيات جمع البيانات، يتم توليد كميات هائلة من البيانات في كل مجال تقريباً تُستخدم فيه أجهزة الحاسوب. ومن الضروري تحليل هذه البيانات التي تولدها الحواسيب بواسطة الحاسوب نفسه؛ فبدون الاستعانة بتقنيات الحوسبة، من المؤكد أن كميات البيانات الضخمة التي يتم جمعها لن يتم فحصها أبداً، ناهيك عن استخدامها لتحقيق الفائدة المرجوة. وحتى مع تقنيات الحاسوب المتقدمة المتاحة اليوم (إ. على سبيل المثال، في أنظمة تعلم الآلة وتنقيب البيانات، لا يزال استخراج المعرفة من البيانات أمراً في غاية الصعوبة بسبب خصائص البيانات التي يتم إنشاؤها بواسطة الحاسوب. وفي أبسط صورها، تُمثَّل البيانات الخام في شكل قيم للميزات. ويمكن قياس حجم مجموعة البيانات من خلال بُعدين: عدد الميزات (N) وعدد الحالات (P). وقد يكون كل من N و P ضخمين للغاية، مما قد يسبب مشكلات جسيمة للعديد من أنظمة تنقيب البيانات. وتعد عملية اختيار الميزات (Feature selection) إحدى الطرق القائمة منذ فترة طويلة للتعامل مع هذه المشكلات. يهدف هذا الكتاب إلى اختيار مجموعة فرعية دنيا من الميزات وفقاً لمعايير منطقية، بحيث يمكن إنجاز المهمة الأصلية بنفس الكفاءة، إن لم يكن بشكل أفضل. ومن خلال اختيار مجموعة فرعية دنيا من الميزات، يتم استبعاد الميزات غير ذات الصلة والمكررة بناءً على المعيار المتبع. وعند تقليل قيمة N، تتقلص مساحة البيانات، وبذلك تصبح مجموعة البيانات في جوهرها ممثلاً أفضل لمجتمع البيانات بأكمله. وإذا لزم الأمر، يمكن أن يؤدي تقليل قيمة N أيضاً إلى تقليل قيمة P من خلال التخلص من البيانات المكررة.