Τύποι, Ποιότητα και Προεπεξεργασία Δεδομένων

Abstract

Σε αυτό το κεφάλαιο ο φοιτητής κατανοεί ότι τα δεδομένα, οι τύποι τους και η ποιότητά τους είναι ένα αναπόσπαστο κομμάτι στην διαδικασία της εξόρυξης δεδομένων. Γίνεται απόλυτα σαφές ότι η ποιότητα των δεδομένων καθορίζει σε μεγάλο βαθμό και την ποιότητα των αποτελεσμάτων της εξόρυξης δεδομένων. Οι παράμετροι εκείνοι των δεδομένων που επηρεάζουν την ποιότητά τους πρέπει να είναι σαφείς έτσι ώστε να είναι σε θέση κάποιος να τους αξιολογήσει και να τους βελτιώσει. Η προεπεξεργασία των δεδομένων αποτελεί το πιο επίπονο και χρονοβόρο κομμάτι στην διαδικασία της ανακάλυψης γνώσης από τα δεδομένα. Στόχος, επίσης, του κεφαλαίου είναι να εξοικειωθεί ο φοιτητής με όλες τις διαφορετικές μορφές της προεπεξεργασίας των δεδομένων και να είναι σε θέση να τις εφαρμόσει όπως επίσης να είναι σε θέση να εφαρμόζει τις τεχνικές αυτές μέσω ενός εργαλείου όπως το R.

In this chapter the student understands that data, its types and quality are an integral part of the data mining process. It becomes abundantly clear that the quality of the data largely determines the quality of the results of data mining. Those parameters of the data that affect their quality must be clear so that one is able to evaluate and improve them. Data preprocessing is the most laborious and time-consuming part in the process of discovering knowledge from data. The aim of this chapter is also to familiarize the student with all the different forms of data preprocessing and to be able to apply them as well as to be able to apply these techniques through a tool such as R.