no-img
فروشگاه داناکده

داده کاوي مستندات براي درس ارائه مطالب علمي 41 ص


فروشگاه داناکده

ادامه مطلب

داده کاوي مستندات براي درس ارائه مطالب علمي ۴۱ ص
zip
دی ۲۰, ۱۳۹۷
۸,۸۰۰ تومان
۸,۸۰۰ تومان – خرید

داده کاوي مستندات براي درس ارائه مطالب علمي ۴۱ ص


چکيده

فهرست مطالب

فهرست اشکال

فهرست جداول

 مقدمه :

۲٫۱ فرايند داده کاوي

۲٫۲ دو مفهوم اساسي در داده کاوي

۲٫۳ اساس داده کاوي

۲٫۴ عوامل ايجاد داده کاوي

۲٫۵ زيربناي داده کاوي

۲٫۶ عناصرداده کاوي

۲٫۷ مراحل داده کاوي

۲٫۸ وظايف داده کاوي

۲٫۹ فنون داده کاوي

۲٫۱۰ معماري داده کاوي

۲٫۱۱ تکنيک هاي مختلف داده کاوي

۳٫۱ معرفي

۳٫۲  کاربرد داده کاوي درکتابخانه ها ومحيط هاي دانشگاهي

۳٫۳  کاربرد داده کاوي درفعاليت شرکت ها:

۳٫۴ کاربرد داده کاوي درمديريت وکشف فريب:

۳٫۵ کاربرد داد کاوي درصنعت خرده فروشي:

۳٫۶ داده کاوي درمديريت ارتباط مشتري:

۳٫۷  کاربرد داده کاوي درپزشکي:

۳٫۸ وب کاوي:

۳٫۹  تصويرکاوي:

۴٫۱  مثال تفهيمي درمورد داده کاوي

مرحله ۱: کاوش

معمولاً اين مرحله باآماده سازي داده ها صورت مي گيرد که ممکن است شامل پاک سازي داده ها، تبديل داده ها وانتخاب زيرمجموعه هايي ازرکوردها با حجم عظيمي ازمتغييرها( فيلدها) باشد.

سپس باتوجه به ماهيت مساله تحليلي، اين مرحله به مدل هاي پيش بيني ساده يا مدل هاي آماري وگرافيکي براي شناسايي متغييرهاي مورد نظروتعيين پيچيدگي مدل ها براي استفاده درمرحله بعدي نيازدارد.

مرحله ۲: ساخت واحرازاعتبارمدل

اين مرحله به بررسي مدل هاي مختلف وگزينش بهترين مدل باتوجه به کارايي پيش بيني آن مي پردازد.شايد اين مرحله ساده به نظربرسد.اما اين طورنيست.تکنيک هاي متعددي براي رسيدن به اين هدف توسعه يافتند.و” ارزيابي رقابتي مدل ها” نام گرفتند. بدين منظورمدل هاي مختلف براي مجموعه داده هاي يکسان به کارمي روند تاکارايي شان باهم مقاسيه شود. سپس مدلي که بهترين کارايي راداشته باشد انتخاب مي شود. اين تکنيک ها عبارتندازStacking، Boosting،Bagging و Meta- Learning

مرحله ۳: بهره برداري

آخرين مرحله مدلي راکه درمرحله قبل انتخاب شده است، درداده هاي جديد به کارمي گيرد تا پيش بيني هاي خروجي هاي موردانتظار راتوليدنمايد.داده کاوي به عنوان ابزارمديريت اطلاعات براي تصميم گيري، عموميت يافته است. اخيراً توسعه تکنيک هاي تحليلي جديد دراين زمينه مورد توجه قرارگرفته است.(مثلاً Classification  Tree) اما هنوزداده کاوي مبتني براصول آماري نظير(EDA: Exploratory  Data Analysis)مي باشد.

بااين وجود تفاوت عمده اي بين داده کاوي وEDA وجود دارد. داده کاوي بيشتربه برنامه هاي کاربردي گرايش داردتا ماهيت اصلي پديده، به عبارتي داده کاوي کمترباشناسايي روابط بين متغييرها سروکاردارد.

و…….

 



موضوعات :

درباره نویسنده

mohsen 229 نوشته در فروشگاه داناکده دارد . مشاهده تمام نوشته های

دیدگاه ها


دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *