نسل جوان ایران

فنی مهندسی فنی مهندسی

data-ming

ارسال کننده : جناب آقای سجاد رجبی
سطح فعالیت : نویسنده
ایمیل : sajadrajabi.sajad[@]gmail.com
تاریخ ارسال : ۱ مرداد ۱۳۹۷
دفعات بازدید : 151
زبان نوشتاری : فارسی
تعداد صفحه : 76
فرمت فایل : word
حجم فایل : 4,130kb

قیمت فایل : 5,000 تومان
خرید فایل

امتیاز مثبت : 0
امتیاز منفی : 0

پایگاه مقاله نسل جوان ایران

در دو دهه قبل توانايي­های فنی بشر برای توليد و جمع­آوری داده‌ها به سرعت افزايش يافته است. عواملی نظير استفاده گسترده از بارکد برای توليدات تجاری، به خدمت گرفتن کامپيوتر در کسب­و­کار، علوم، خدمات­ دولتی و پيشرفت در وسائل جمع­آوری داده، از اسکن کردن متون و تصاوير تا سيستمهای سنجش از دور ماهواره­ای، در اين تغييرات نقش مهمی دارند.

بطور کلی استفاده همگانی از وب و اينترنت به عنوان يک سيستم اطلاع رسانی جهانی ما را مواجه با حجم زیادی از داده و اطلاعات می‌کند. اين رشد انفجاری در داده‌های ذخيره شده، نياز مبرم وجود تکنولوژی­های جديد و ابزارهای خودکاری را ايجاد کرده که به صورت هوشمند به انسان ياری رسانند تا اين حجم زياد داده را به اطلاعات و دانش تبديل کند. داده­کاوی به عنوان يک راه حل برای اين مسائل مطرح مي باشد. در يک تعريف غير رسمی داده­کاوی فرآيندی است، خودکار برای استخراج الگوهايی که دانش را بازنمايی مي­کنند، که اين دانش به صورت ضمنی در پايگاه داده­های عظيم، انباره­داده[1] و ديگر مخازن بزرگ اطلاعات، ذخيره شده است.

 

فصل1: مقدمه­ای بر داده­کاوی ............................................................................

1-1 تعریف داده­کاوی ...................................................................................................................................

2-1 تاریخچه داده­کاوی ................................................................................................................................

3-1 چه چیزی سبب پیدایش داده­کاوی شده است؟ ........................................................................................

4-1 اجزای سیستم داده­کاوی .........................................................................................................................

5-1 جایگاه داده­کاوی در میان علوم مختلف ..................................................................................................

6-1 قابلیتهای داده­کاوی .................................................................................................................................

7-1 چرا به داده­کاوی نیاز داریم؟ ...................................................................................................................

8-1 داده­کاوی چه کارهایی نمی­تواند انجام دهد؟ ..........................................................................................

9-1 کاربردهای داده­کاوی .............................................................................................................................

1-9-1 کاربردهای پیش­بینی­کننده ...................................................................................................

2-9-1 کاربردهای توصیف­کننده ....................................................................................................

10-1 ابزارهای تجاری داده­کاوی ...................................................................................................................

11-1 داده­کاوی و انبار­داده­ها .........................................................................................................................

1-11-1 تعاریف انبار­داده ................................................................................................................

2-11-1 چهار خصوصیت اصلی انبار­داده .........................................................................................

3-11-1 موارد تفاوت انبار­داده و پایگاه­ داده ....................................................................................

12-1 داده­کاوی و OLAP ...........................................................................................................................

1-12-1 OLAP ...........................................................................................................................

2-12-1 انواع OLAP ...................................................................................................................

13-1 مراحل فرایند کشف دانش از پایگاه داده­ها ...........................................................................................

1-13-1 انبارش داده­ها ....................................................................................................................

2-13-1 انتخاب داده­ها ....................................................................................................................

3-13-1 پاکسازی- پیش­پردازش- آماده­سازی ................................................................................

4-13-1 تبدیل داده­ها ......................................................................................................................

5-13-1 کاوش در داده­ها (Data Mining) .................................................................................

6-13-1 تفسیر نتیجه ........................................................................................................................

فصل 2: قوانین ارتباطی ...........................................................................

1-2 قوانین ارتباطی ........................................................................................................................................

2-2 اصول پایه ...............................................................................................................................................

1-2-2 شرح مشکل جدی ...............................................................................................................

2-2-2 پیمایش فضای جستجو .........................................................................................................

3-2-2 مشخص کردن درجه حمایت مجموعه اقلام .........................................................................

3-2 الگوریتمهای عمومی ..............................................................................................................................

1-3-2 دسته­بندی ............................................................................................................................

2-3-2 BFS و شمارش رویداد­ها ...................................................................................................

3-3-2 BFS و دونیم­سازی TID-list ...........................................................................................

4-3-2 DFS و شمارش رویداد ......................................................................................................

5-3-2 DFS و دو نیم­سازی TID-list ..........................................................................................

4-2 الگوریتم Apriori ................................................................................................................................

1-4-2 مفاهیم کلیدی .....................................................................................................................

2-4-2 پیاده­سازی الگوریتم Apriori ............................................................................................

3-4-2 معایب Apriori و رفع آنها .................................................................................................

5-2 الگوریتم رشد الگوی تکرارشونده ..........................................................................................................

1-5-2 چرا رشد الگوی تکرار سریع است؟ .....................................................................................

6-2 مقایسه دو الگوریتم Apriori و FP-growth ......................................................................................

7-2 تحلیل ارتباطات ......................................................................................................................................

فصل 3: وب­کاوی و متن­کاوی .................................................................

1-3 وب­کاوی ...............................................................................................................................................

1-1-3 الگوریتمهای هیتس و لاگسام ...............................................................................................

2-1-3 کاوش الگوهای پیمایش مسیر ..............................................................................................

2-3 متن­کاوی ...............................................................................................................................................

1-2-3 کاربردهای متن­کاوی ...........................................................................................................

1-1-2-3 جستجو و بازیابی ..............................................................................................

2-1-2-3 گروه­بندی و طبقه­بندی ......................................................................................

3-1-2-3 خلاصه­سازی ....................................................................................................

4-1-2-3 روابط میان مفاهیم .............................................................................................

5-1-2-3 یافتن و تحلیل گرایشات ....................................................................................

6-1-2-3 برچسب زدن نحوی (pos) ...............................................................................

7-1-2-3 ایجاد Thesaurus و آنتولوژی به صورت اتوماتیک .........................................

2-2-3 فرایند متن­کاوی ...................................................................................................................

3-2-3 روشهای متن­کاوی ...............................................................................................................

 

امروزه با گسترش سیستم‌های پایگاهی و حجم بالای داده‌های ذخیره شده در این سیستم‌ها، نیاز به ابزاری است تا بتوان داده‌های ذخیره شده را پردازش کرد و اطلاعات حاصل از این پردازش را در اختیار کاربران قرار داد.

با استفاده از پرسش‌های ساده در SQL و ابزارهای گوناگون گزارش‌گیری معمولی، می‌توان اطلاعاتی را در اختیار کاربران قرار داد تا بتوانند به نتیجه‌گیری در مورد داده‌ها و روابط منطقی میان آنها بپردازند. امّا وقتی که حجم داده‌ها بالا باشد، کاربران هرچند زبر­دست و با­تجربه باشند نمی‌توانند الگوها مفید را در میان حجم انبوه داده‌ها تشخیص دهند و یا اگر قادر به این کار هم باشند، هزینه عملیات از نظر نیروی انسانی و مادی بسیار بالا است. از سوی دیگر، کاربران معمولاً فرضیه‌ای را مطرح می‌کنند و سپس بر­اساس گزارشات مشاهده شده به اثبات یا رد فرضیه می‌پردازند، در حالی که امروزه نیاز به روشهایی است که اصطلاحاً به کشف دانش [1] بپردازند یعنی با کمترین دخالت کاربر و بصورت خودکار الگوها و رابطه‌های منطقی را بیان نمایند.

داده کاوی[2] یکی از مهمترین این روشها است که به الگوهای مفید در داده‌ها با حداقل دخالت کاربران شناخته می‌شوند واطلاعاتی را در اختیار کاربران و تحلیل گران قرار می‌دهند تا براساس آن تصمیمات مهم و حیاتی در سازمانها اتخاذ شوند.

اصطلاح داده­کاوی زمانی بکار برده می‌شود که با حجم بزرگی از داده‌ها، در حد مگا یا ترابایت، مواجه باشیم. در تمامی منابع داده­کاوی بر این مطلب تأکید شده است. هرچه حجم داده‌ها بیشتر و روابط آنها پیچیده­تر باشد دسترسی به اطلاعات نهفته در میان داده­ها مشکل­تر می‌شود و نقش داده­کاوی بعنوان یکی از روش­های کشف دانش، روشن‌تر می‌گردد.

 

برای این فایل تا کنون نظری ارسال نشده است

برای ارسال نظر باید عضو سایت باشید

تعداد کاراکتر مجاز:

برچسب های مرتبط


فهرست کتابخانه نسل جوان ایران

تاییدیه های سایت


درگاه بانک ملت

شبکه های اجتماعی نسل جوان ایران


فن آوری های روز دنیا


آرشیو فن آوری های روز دنیا

جدیدترین اخبار سایت


پایگاه خبری نسل جوان ایران

مقالات برتر و منتخب کاربران