اﻣﺮوزه ﺑﺎ ﮔﺴﺘﺮش ﺳﯿﺴﺘﻢ ﻫﺎي ﭘﺎﯾﮕﺎﻫﯽ و ﺣﺠﻢ ﺑﺎﻻي داده ﻫﺎ ي ذﺧﯿﺮه ﺷﺪه در اﯾـﻦ ﺳﯿﺴـﺘﻢ ﻫـﺎ، ﻧﯿـﺎز ﺑـﻪ اﺑﺰاري اﺳﺖ ﺗﺎ ﺑﺘﻮان داده ﻫﺎي ذﺧﯿﺮه ﺷﺪه را ﭘﺮدازش ﮐﺮد و اﻃﻼﻋﺎت ﺣﺎﺻـﻞ از اﯾـﻦ ﭘـﺮدازش را در اﺧﺘﯿـﺎر ﮐﺎرﺑﺮان ﻗﺮار داد. داده کاوی ، به مفهوم جستجوی معنا در حجم های بزرگ داده است . کاوش‌های ماشینی در داده‌ها یا داده‌کاوی را باید یکی از سامانه‌های هوشمند دانست. یک پروژه داده کاوی جهت انجام تحلیل ها به یک نرم افزار مناسب نیاز دارد. امروزه نرم افزارهای مختلفی در این زمینه وجود دارند. زبان R ،یک زبان برنامه نویسی و محیط نرم افزاری برای محاسبات آماری و تحلیل داده است. امروزه این زبان به عنوان یک استاندارد غیر رسمی برای کارهای آماری و داده کاوری مطرح می باشد. در نرم افزار آر چندیدن بسته برای داده کاوی وجود دارد که با توجه به الگوریتم آن ها مورد استفاده قرار می گیرد.یکی از بهترین و پر استقبال ترین مجموعه های الگوریتمی و توابع که در کنارهم منتشر شده اند بسته RATTLE است. این بسته علاوه بر این که شامل مجموعه ای از الگوریتم ها و روش های داده کاوی است کاربر را از برنامه نویسی و دستورنویسی به زبان R بی نیاز کرده و کاربر با چند کلیک ساده و انتخاب روش مورد نیاز برای داده کاوی به خواسته خود می رسد. در راتل می توان بسته ها و داده هایی که در نرم افزار اصلی R مورد تحلیل قرار گرفته را نیز مورد تحلیل و داده کاوی قرار داد. درخت تصمیم یک روش داده کاوی است که غالبا برای رده بندی و پیش بینی به کار می رود. یکی از مزایای درخت تصمیم در رده بندی داده ها نسبت به سایر روش های رده بندی مانند شبکه عصبی، سادگی تفسیر و فهم برای تصمیم گیرندگان جهت مقایسه نتایج با دانش حوزه خودشان و تعیین اعتبار و تعدیل تصمیماتشان است..در ادامه روش های تجمیعی و سایر روش های داده کاوی در راتل مورد برسی قرار خواهند گرفت. در فصل اول این مقاله به معرفی داده کاوی و تاریخچه آن، در فصل دوم به مفاهیم و زیرساخت های داده کاوی،در فصل سوم به معرفی نرم افزار R و در فصل چهارم داده کاوی به کمک نرم افزار R مورد تحلیل قرار گرفته است.

در ادامه با ساختار و فهرست پایان نامه آشنا می شویم: فصل اول مقدمه ۱-۱) مقدمه ۴ ۲-۱) تاریخچه ۴ ۳-۱) مدیریت ذخیره سازی و دستیابی به اطلاعات ۴ فصل دوم مفاهیم و زیرساخت های داده کاوی ۱-۲) تعریف داده کاوی ۴ ۲-۲) قابلیت های داده کاوی ۴ ۳-۲) تکنولوژی های داده پردازی ۴ ۴-۲) داده کاوی چگونه کار می کند و چه کاری انجام می دهد ۴ ۲-۴-۲) مراحل کشف داده از دیتابیس ها ۵ ۵-۲) عملیات های داده کاوی ۵ ۶-۲) فنون داده کاوی ۵ ۷-۲) کاربردهای داده کاوی ۵ فصل سوم معرفی نرم افزار R 1-3) مقدمه ای بر نرم افزار R 5 2-2) تاریخچه نرم افزار R 6 3-3) مروری بر امکانات نرم افزار R 6 4-2)دلایل استفاده از نرم افزار R 7 5-3) اشیا در R 7 6-3) ویرایشگرهای زبان R 7 7-3) داده ها در R 7 5-3) تصویر سازی و خلاصه سازی داده ها ۷ فصل چهارم داده کاوی به کمک نرم افزار R 1-4) داده کاوی به وسیله R Rattle 3 2-4) داده ها و کاوش داده ها در R Rattle 3 3-4) آزمون ها آماری و تبدیل داده ها ۳ ۴-۴) تحلیل خوشه ای ۳ ۵-۴) درخت تصمیم ۳ ۶-۴) روش تجمیعی ۳ نتیجه گیری و منابع ۳ نتیجه گیری ۳ منابع و ماخذ ۳