معرفی بهترین الگوریتم‌های داده کاوی. کلاس بندی ( C lassification) و خوشه بندی ( C lustering) روش هایی هستند که برای تحلیل داده‌ها به کار می‌روند. در این روش‌ها از الگوریتم هایی که در ادامه معرفی می‌کنیم ...
خوشه بندی یک تکنیک یادگیری است که شامل گروه بندی نقاط داده می شود. با توجه به مجموعه ای از نقاط داده ، می توان از یک الگوریتم خوشه بندی برای طبقه بندی هر نقطه داده به یک گروه خاص استفاده کرد. در ...
آشنایی با داده‌کاوی (Data Mining) و کاربردهای آن به زبان ساده. داده‌کاوی (Data Mining) چیست؟. داده‌کاوی فرایندی است که از داده‌ها الگوها، اطلاعات مفید، و روابط پنهان در مجموعه دادههای بزرگ استخراج ...
داده کاوی یا Data Mining که به عنوان کشف دانش در داده ها (KDD) هم شناخته میشه، فرایندی هستش که در اون تلاش میشه الگوها و سایر اطلاعات ارزشمند رو از مجموعه های بزرگ داده به دست بیاریم. با توجه به ...
داده کاوی جرایم مالی در حوزه سایبری با استفاده از الگوریتم های شبکه عصبی و درخت تصمیم مقاله. نویسنده مسئول : بختیاری، سعید ؛. نویسنده : منصوری، علی ؛. پژوهش های اطلاعاتی و جنایی بهار 1401 ،دوره ...
از آنجایی که ما در دنیای داده محور زندگی و کار می‌کنیم، بهتر است که تا حد امکان از مزایای این داده‌ها بهره‌مند شویم. داده‌کاوی امکان حل مشکلات و مسائل را در این عصر اطلاعاتی چالش برانگیز در ...
عنوان انگلیسی مقاله "Deep learning for cloud-based Internet of Things using AI" عنوان فارسی "بررسی مفاهیم و کاربردهایی از یادگیری عمیق در اینترنت اشیاء مبتنی بر ابر با بهره مندی از هوش مصنوعی" این مقاله به صورت رایگان در ۱۴ صفحه ورد (word) در ...
داده کاوی (Data Mining) فرآیندی است که با استفاده از تکنیک‌های تحلیلی و الگوریتم‌های مختلف، دادههای بزرگ را بررسی و اطلاعات مفید و قابل استفاده را استخراج می‌کند. این اطلاعات می‌توانند به صورت ...
در حقیقت، داده کاوی به معنای پیدا کردن و یافتن الگویی است که بر عناصر در یک الگوریتم بزرگ حاکم است. به عبارت دیگر می توان گفت به روند و فرآیند استخراج کردن داده های قابل استفاده از میان بسیاری ...
الگوریتم c 4.5: یکی از الگوریتم های داده کاوی الگوریتم های طبقه بندی است که با استفاده از درخت تصمیم گیری یک جدا کننده ایجاد می کند. برای این کار از دیتا ستی که قبلا دسته‌بندی شده، استفاده می‌شود.
متخصصین داده‌کاوی برای کسب نتایج درخشان و قابل‌اعتماد، عمدتاً فرایند 6 مرحله‌ای زیر را دنبال می‌کنند: درک صحیح کسب و کار (Business understanding): در این مرحله، متخصص داده به تدریج به درک کاملی از ...
از صفر تا صد فرایند داده کاوی. کسب و کارها با ارائه خدمات متنوع به مشتریان، به طور مداوم با آنها ارتباط برقرار کرده و اطلاعات زیادی از آنها به دست می‌آورند. بنابراین دادههای زیادی برای ...
یادگیری ماشین وداده‌کاوی. کاهش و خوشه‌بندی ترازمند و بازکردی با بهره‌گیری از رده‌بندی (balanced iterative reducing and clustering using hierarchies) که در زبان انگلیسی به شکل مخفف به آن BIRCH گفته می‌شود، یک الگوریتم ...
داده کاوی (Data Mining) علم استخراج الگوها، اطلاعات و تحلیل از مجموعه دادههای خامی است که در یک سازمان و یا یک جامعه یا هر مجموعه دیگری تولید شده است. سالیان پیش که حجم دادههای تولیدی بسیار ...
پیش بینی جرائم سایبری با بهره گیری از روش های داده کاوی و ارائه یک الگوریتم بهینه؛ مطالعه موردی پلیس فتا استان کرمانشاه مقاله ; درباره تحقیق با عنوان"مدل پیش بینی بیماری عروق کرونر با استفاده از شبکه عصبی و گزینش متغییر ...
الگوریتم K-Means یکی از الگوریتم‌های مورد استفاده در داده کاوی و یادگیری ماشینی هست که برای خوشه‌بندی (Clustering) یا دسته‌بندی بدون نظارت از اون استفاده میشه. در ادامه نحوه کار این الگوریتم رو با ...
با توجه به اینکه در ایران نرخ بهره در عمل وجود ندارد، و نرخ سود نیز توسط بانک مرکزی تعیین می شود. ... بازار سهام ایران با استفاده از دادههای ماهانه 1384-1390 با استفاده از الگوریتم داده کاوی خواهیم ...
الگوریتم درخت تصمیم جزئی از تکنیک‌های هوش هدایت شده است که برخلاف سایر روش‌های آموزش هدایت‌شده، می‌تواند جهت رفع خرابی و مشکلات مدیریتی استفاده شود. در واقع هدف این الگوریتم، دستیابی به ...
در این مطالعه داده های تخلفات شرکت اتوبوسرانی تهران با استفاده ازتکنیک های داده کاوی مورد بررسی و به کشف دانش پنهان میان داده ها پرداخته شده است. در ابتدا داده های تخلفات شرکت های پیمانکار ...
نکات مدرس. پرسش و پاسخ 1. طبقه بندی مجموعه داده‌ی MNIST بخش مقدماتی ۴۷:۰۴. معرفی الگوریتم SVM و استفاده از آن در داده کاوی ۴۲:۲۴. معیارهای Accuarcy، Precision، Recall و F1 برای ارزیابی دقت، صحت و پوشش یک ...
این الگوریتم برای تکنیک های گوناگون داده کاوی نظیر دسته بندی نیز استفاده شده است. نتیجه گیری. دانش مورد نظر توسط فرایند داده کاوی و به کمک روش دسته بندی بدست آمد. دانش حاصل شده توسط قوانین اگر ...
الگوریتم‌های متنوع و زیادی برای انجام عملیات خوشه‌بندی در داده‌کاوی به کار می‌رود. آگاهی از الگوریتم‌های خوشه‌بندی و آشنایی با نحوه اجرای آنها کمک می‌کند تا مناسب‌ترین روش را برای خوشه‌بندی دادههای خود به کار ...
ادامه مطلب. آمار. داده کاوی. ریاضی. علوم پایه. انحراف معیار چیست؟. – به زبان ساده با مثال. در این مطلب از مجله فرادرس ابتدا به پرسش انحراف معیار چیست به زبان ساده پاسخ و در ادامه چگونگی محاسبه آن ...
حال پس از معرفی مجموعه دوره‌های آموزش داده کاوی و یادگیری ماشین فرادرس، بخش بعدی مقاله «درخت تصمیم در یادگیری ماشین» به بررسی انواع درخت تصمیم در یادگیری ماشین، اختصاص داده شده است.
داده‌کاوی عبارت است از فرآیند اکتشاف الگو و روندهای منظم و پنهان در دادههای بزرگ و توزیع شده، با استفاده از مجموعه وسیعی از الگوریتم‌های مبتنی بر علوم ریاضی و آمار. این الگوریتم‌ها معمولا ...
رمضان خسروی; اکرم اسماعیلی اول. "پیش‌بینی عملکرد تحصیلی دانشجویان با استفاده از الگوریتم‌های داده‌کاوی". رهیاری (کوچینگ) در مدیریت و توسعه بهره وری, 1, 2, 1401, -. doi: 10.22034/jcmpd.2023.562790.1016
از طریق ماشین جهانی تورینگ (1936)، کشف شبکه‌های عصبی (1943)، توسعه پایگاه‌های داده (دهه 1970) و الگوریتم‌های ژنتیک (1975) و کشف دانش در پایگاه‌های داده (1989)، زمینه برای درک مدرن ما از آنچه داده کاوی ...
در یک طبقه‌بندی معروف الگوریتم‌های داده کاوی را به دو بخش توصیفی و پیش‌بینی‌کننده تقسیم‌بندی می‌کنند که در این مقاله قصد داریم تا به مهم‌ترین آنها اشاره کنیم. در یک طبقه‌بندی معروف الگوریتم‌های داده کاوی را به دو ...
هرچه پلتفرم های تجارت الکترونیک بیشتری معرفی می گردند، پایگاه داده ها بزرگ و بزرگتر می شوند. انبارهای داده با هدف بهره مندی از مزایای کامل داده کاوی در حال توسعه و تعبیه خرده فروشی مدرن هستند.
در این پایان نامه، یک الگوریتم داده کاوی فازی برای استخراج قوانین وابستگی و یافتن توابع عضویت از داده های تراکنشی کمی پیشنهاد شده است. به عبارت دیگر یک الگوریتم که بر پایه ی الگوریتم ژنتیک ...
داده‌کاوی کاربردهای گسترده‌ای در زمینه‌های مختلف، از جمله تجارت، صنعت، پزشکی، آموزش و دولت دارد. به عنوان مثال، داده‌کاوی می‌تواند برای شناسایی مشتریان بالقوه، پیش‌بینی رفتار خرید ...
ممکن است یکی از رازهای بزرگ این موفقیت، بهره مندی از دانش داده کاوی باشد. در بعضی از این شرکت‌ها داده کاوی به قدری مهم و جا افتاده است که حتی اقدام به ایجاد کمپین هایی برای جمع آوری داده می‌کنند.
امروزه باید بتوان از داده ها و اطلاعات موجود، در جهت منافع سازمان بهره برد و با پایش، تحلیل و استفاده صحیح از آنها چراغ راهی روشن برای مسیر حرکت آینده مشخص کرد. یکی از داده های ارزشمند موجود در سازمان ها، اطلاعات مشتریان ...
انتخاب الگوریتم با توجه به تنها یکی از مولفه‌ها، می‌تواند امکان بازدهی نامطلوب نتایج را افزایش داده و حتی خروجی فرآیند داده‌کاوی را بی‌معنی کند. هدف مساله: هدف اصلی مساله‌ای که قرار است حل ...
3- خوشه‌بندی k-میانگین. الگوریتم k-میانگین یکی از ساده‌ترین و محبوب‌ترین الگوریتم‌هایی است که در «داده‌کاوی» (Data Mining) بخصوص در حوزه «یادگیری نظارت نشده» (Unsupervised Learning) به کار می‌رود. الگوریتم ...
در داده‌کاوی و به ویژه کاوش قواعد وابستگی (Association Rule Mining)، به منظور انتخاب قواعد جالب از میان مجموعه‌ای از قواعد ممکن، محدودیت‌های گوناگونی (به عنوان آستانه) بر سنجه‌های مختلف مرتبط با اهمیت و جالبی (interestingness)، اعمال ...
درخت تصمیم چیست؟. درخت تصمیم (decision tree) یکی از پرکاربردترین الگوریتم‌ها در بین الگوریتم‌های داده‌کاوی است. درخت تصمیم دقیقا مانند یک درخت است با این تفاوت که از ریشه به سمت پایین (برگ) رشد ...
