• معماری و هوش مصنوعی
 

Data analysis

این کلمه در لغت به معنای فرآیند ارزیابی و تحلیل داده ها می باشد. فرایند ارزیابی داده ها برای بررسی هر یک از مولفه های داده های ارائه شده، از استدلال تحلیلی و منطقی استفاده می کند. این شکل از تجزیه و تحلیل تنها یکی از مراحل بسیاری است که در هنگام انجام یک آزمایش تحقیقاتی باید تکمیل شود. داده ها از منابع مختلف جمع آوری و بررسی می شوند و سپس به شکل نتایج و یافته های تجزیه و تحلیل ارائه می گردند. انواع مختلف روش تجزیه و تحلیل داده ها شامل داده کاوی، تجزیه و تحلیل متن، هوش کسب و کار، و تجسم داده ها است.

تحلیل داده ها فرآیندی است برای بازرسی، پاک کردن، تبدیل و مدل سازی داده ها با هدف کشف اطلاعات مفید، نتیجه گیری و حمایت از تصمیم گیری. تجزیه و تحلیل داده ها دارای جنبه ها و رویکردهای متعددی است، شامل تکنیک های مختلف تحت انواع نام ها و  کسب و کارهای مختلف. در دنیای کسب و کار امروز، تجزیه و تحلیل داده ها نقش مهمی در تصمیم گیری های علمی تر و کمک به کسب و کارهای موثرتر دارد.

داده کاوی یک تکنیک تجزیه و تحلیل داده های خاص است که بر مدل سازی آماری و کشف دانش برای پیش بینی به جای اهداف کاملا توصیفی متمرکز است، در حالی که هوش تجاری، تجزیه و تحلیل داده ها را پوشش می دهد که به شدت بر روی تجمع متکی است، تمرکز داده کاوی عمدتا بر اطلاعات کسب و کار است. در برنامه های آماری، تجزیه و تحلیل داده ها می تواند به آمار توصیفی، تحلیل داده های اکتشافی (EDA) و تحلیل داده های تأییدی (CDA) تقسیم شود. EDA بر کشف ویژگی های جدید در داده ها تمرکز دارد، در حالی که CDA بر تایید فرضیه ها تمرکز دارد.

تحلیل داده ها در معماری فرایندی پیچیده است. تیم های طراحی نه تنها باید دقیق ترین اطلاعات را جمع آوری، بلکه باید آن ها را مورد تجزیه و تحلیل نیز قرار دهند و الگوهایی را که پیش بینی می کند چگونه مردم به طور موثر از یک ساختمان استفاده می کنند تعیین  کنند.