هر کسب و کاری نیازهای خاص خودشو داره. دادهها میتونن راه رو برای حل این نیازها به ما نشون بدن.
مرحله دوم: استخراج داده
همیشه دادهها آماده نیستند. باید از جایی استخراج بشن. مورد بررسی قرار بگیرن و اشکالاتی که دارند رفع بشه تا بشه ازشون اطلاعات مختلف دریافت کرد.
مرحله دوم: استخراج داده
همیشه دادهها آماده نیستند. باید از جایی استخراج بشن. مورد بررسی قرار بگیرن و اشکالاتی که دارند رفع بشه تا بشه ازشون اطلاعات مختلف دریافت کرد.
مرحله سوم: طراحی مدل
تحلیل دادهها و کسب نتیجه مطلوب ازشون، نیازمند مدلهای مناسبه. این مدلها باید با توجه به ویژگیهای دادهها و خواستههای کسب و کار و محدودیتهایی فیزیکی که وجود دارند طراحی بشن.
مرحله چهارم: آموزش مدل
حالا باید براساس دادههای بهدست اومده، مدل مشخص شده رو آموزش داد. در واقع مدل یاد میگیره که الگوهایی که کسب و کار نیاز داره رو از دادهها محاسبه کنه. این فرایند باعث میشه تا پاسخهای خواسته شده از دل دادگان بهدست بیان.
مرحله چهارم: آموزش مدل
حالا باید براساس دادههای بهدست اومده، مدل مشخص شده رو آموزش داد. در واقع مدل یاد میگیره که الگوهایی که کسب و کار نیاز داره رو از دادهها محاسبه کنه. این فرایند باعث میشه تا پاسخهای خواسته شده از دل دادگان بهدست بیان.
مرحله پنجم: استقرار مدل
این مدل آموزش داده شده باید یه جایی میون ابرها قرار بگیره تا بشه ازش استفاده کرد. بهش پیام بفرستیم و اون جوابهایی که نیاز داریم رو برگردونه.