What is Data Mining In Hindi- नॉलेज माइनिंग

आज हम What is Data Mining टॉपिक के बारे में बात करेंगे जहा हम Data Mining Techniques के बारे में Hindi में बात करेंगे अगर आप भी माइनिंग के Basic Structure को समझना चाहते है तो बने रहिये हमारे इस टॉपिक के साथ। प्राप्त शब्द क्युकी अगर आप इस विषय पर जानकारी पा लेते है तो सीखोगे की यह कैसे आपके बिज़नेस में आपकी कैसे मदद कर सकता है।

Table of Contents

    What is Data Mining In Hindi

    Data Mining दो शब्द से मिलकर बना है Data और Mining यह डाटा का मतलब है कोई Information और माइनिंग का मतलब है किसी चीज़ को निकलना यह एक ऐसी Process है जिसमे हम एक बड़े लेवल के Database में से अपने काम की Information को निकलते है वह डाटा माइनिंग कहलाता है। इसे हम Data Extraction भी कह सकते है।

    Example के लिए मान लीजिये की अपने अक्सर सुना है की पहाड़ो में माइनिंग की जाती है तो क्या हम उसे Rock Mining कहते है नहीं उसे हम Gold Mining या जिस वस्तु के लिए वह माइनिंग की जाती है उसका नाम लिया लिया जाता है। इसीलिए यहाँ भी हम डाटा माइनिंग में एक महत्वपूर्ण चीज़ Knowledge को माइन करते है इसीलिए इसे हम Knowledge Mining या KDD (Knowledge Data Discovery) Process भी कहा जाता है।

    Data Mining Field अपने आप में एक बहुत बड़ी फील्ड है जिसे काफी सारी Technologies और Concepts को मिलकर बनाया गया है जैसे

    • Database Concept
    • Information Management Concept
    • Statistics Concept
    • AI Concept
    • Machine Learning
    • Deep Learning

    इन सभी टेक्नोलॉजीज को साथ मिलकर हम Data Mining Concept को बनाते है जहा डाटा माइनिंग के प्रोसेस में इन सभी की सांझेदारी बेहद जरूरी है क्युकी इनके बिना डाटा माइनिंग प्रोसेस संभव नहीं है। हम Data Extract करने के लिए बहुत से Resources का इस्तेमाल करते है जैसे Web, Database इत्यादि।

    यह भी पढ़ें : LinkedIn Kya hai और सीखिए LinkedIn से Job कैसे ढूंढे?


    यह भी पढ़ें : Google Classroom Kya Hai?|Download for windows 7

    Data Mining क्यों की जाती है?

    मान लीजिये एक Shopkeeper पिछले एक साल से अपनी Shop में बिकने वाली चीज़े और ग्राहकों का डाटा इकठ्ठा कर रहा है और फिर उस पुरे डाटा में से वह यह देखना चाहता है की पिछले एक साल में कौन कौन सी ऐसी चीज़े है जिन्हे ग्राहक ने सबसे ज्यादा ख़रीदा और उस एक चीज़ के साथ ही ग्राहक ने दूसरी या तीसरी वस्तु कोन सी खरीदी है। इससे वह दुकानदार उन वस्तुओ को और उसी वस्तु से सम्बंधित चीज़े एक दूसरे के आस पास रखेगा ताकि ग्राहक देखते ही उस एक चीज़ के साथ दूसरी चीज़े भी उसके साथ ही Same Pattern में वस्तु खरीदे।

    जिन वस्तुओ की बिक्री नहीं है उनका वह से हटा सके। इससे उसकी की आमदनी बढ़ेगी और वह भी बिना किसी कस्टमर सर्वे इत्यादि के। चलिए अभी आपने जाना की डाटा माइनिंग क्यों की जाती है।

    Data Mining Tools

    • Rapid Miner
    • R-Language
    • Oracle Data Mining
    • Orange

    Data Mining Techniques in Hindi

    डाटा माइनिंग में बहुत से पहलू एक साथ मिलकर काम करते है जैसे की एक बड़े Database में से Useful डाटा निकलना और खराब डाटा को क्लीन करना, जो डाटा Useful नहीं है उसे Useful बनाना इत्यादि अब इन सब चीज़ो को करने के लिए भी कुछ कायदे कानून होते है जिन्हे हम Data Mining Techniques कहते है चलिए जानते है की कोन सी डाटा माइनिंग टेक्निक्स हम डाटा माइनिंग में use करते है :

    • Association
    • Classification
    • Clustering
    • Regression
    • Prediction

    Associationयह तकनीक हमे यह समझती है की आप डाटा की ऐसी चीज़ो को सबसे आगे रखो जिनका उपयोग सबसे ज्यादा होता है या बार बार इस्तेमाल होता है। उदहारण के लिए दुकानों में रखी Cold Drinks क्युकी वह लगभग हर इंसान की Choice है इसीलिए ये भी एक तकनीक है की उस चीज़ को सबसे आगे रखो जिसको उपयोग लगातार होता हो।
    Classificationयह तकनीक हमे यह बतलाती है की ऐसा डाटा जो एक ही रूप और एक ही प्रकार का हो आप उनको एक Group बनाकर रखो ताकि आपको बाद में जब उस डाटा की जरूरत पड़े तो आप उसे देखकर पहचान कर सके जैसे उदाहरण के लिए दुकान में एक जैसे सामान का समूह ताकि उसकी पहचान आसानी से हो सके।
    Clusteringइससे हमे यह पता चलता है की हमे उन Data को भी एक साथ रखना है जो एक जैसे हो और जो कोई दूसरा Data इस पहले डाटा से थोड़ा बहुत सम्बन्ध रखते हो उस डाटा को भी इसके साथ रखा जाये। इससे भी ठीक से पहचान हो जाती है।
    Regressionयह तकनीक हमे यह बताती है की एक डाटा और कोई दूसरा डाटा हमे उन दोनों में एक सम्बन्ध (Relationship) ढूंढ़ना है की क्या एक डाटा दूसरे डाटा से सम्बंधित है या नहीं यह हो सकता है की पहला डाटा दूसरे से सम्बन्ध रखे पर यह अनिवार्य नहीं की दूसरा जो डाटा है वह भी पहले वाले डाटा से सम्बन्ध रखता हो, और यदि कोई सम्बन्ध रखता है तो उस डाटा को अपने पास रख सकते है।
    PredictionPrediction Technique Trend के अनुसार Data Patterns को इक्कठा करती है और हमे वह Past में जो डाटा है उसके और Future में जो हो सकता है उसके Trends का डाटा हमे दिखता है दरअसल यह Decision Making में सबसे ज्यादा इस्तेमाल होती है। जिससे हमे क्या काम करना चाहिए या क्या नहीं करना चाहिए हम इन Data Patterns और Trends को देखकर कर सकते है।


    यह भी पढ़ें : Google Lens Kya Hai और PC में Download कैसे करे?


    यह भी पढ़ें : CAPTCHA Code Kya Hota Hai- पूर्ण जानकारी

    Advantages of Data Mining In Hindi

    1. इसमें हम डाटा के एक बहुत बड़े ढेर में से एक Specific Data Patterns को निकल सकते है।
    2. इसका इस्तेमाल सबसे ज्यादा बिज़नेस को बढ़ने के लिए किया जाता है जिससे उनकी Sales बढ़ती है और Cost कम हो जाती है।
    3. इसमें हम कम वक़्त में ज्यादा डाटा को Process कर सकते है।
    4. इसका इस्तेमाल हम Automatic Prediction में भी कर सकते है जिससे वह अपने आप काम करके सीधे Results हमे दिखा देता है।

    Disadvantages of Data Mining in Hindi

    1. इसमें आपका सारा डाटा Companies के पास होता है पर कई बार कुछ छोटी कम्पनीज वह डाटा किसी दूसरी कंपनी को पैसो के लिए बीच भी देती है यह भी एक Risk रहता है।
    2. इसमें जिन Systems को इस्तेमाल करना थोड़ा मुश्किल होता है इसीलिए उनके लिए Experienced लोगो की जरूरत होती है।
    3. Mining के बहुत से Tools में से Right Tool का चुनाव करना और फिर इस्तेमाल करना थोड़ा मुश्किल होता है।

    आज अपने क्या नया सीखा

    आज आपने What is Data Mining in Hindi टॉपिक के बारे में भरपूर नॉलेज प्राप्त की इसके साथ ही हमने आज सीखा की हम किन Techniques द्वारा अपने डाटा माइनिंग की प्रोसेस को सफलतापूर्वक पूरा कर सकते है। हम आशा करते है की आपको यह जानकारी पसंद आयी होगी। इसीलिए कृपया अपने Suggestions कमेंट बॉक्स में जरूर बताये। हम आपके एक प्यारे से कमेंट का इंतज़ार कर रहे है।

    Deepak

    I work as a full-time Microsoft Certified Trainer and from the very beginning, I love to share my knowledge with others. That's why I'm with you today.

    Leave a Reply

    Your email address will not be published. Required fields are marked *