نیک فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

نیک فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

تحقیق در مورد data mining درس ارائه مطالب علمی 40 ص.

اختصاصی از نیک فایل تحقیق در مورد data mining درس ارائه مطالب علمی 40 ص. دانلود با لینک مستقیم و پر سرعت .

تحقیق درباه data mining درس ارائه مطالب علمی 40 ص.
با فرمت word
قابل ویرایش و پرینت

تعداد صفحات : 42
فرمت : doc



دانشکده مهندسی کامپیوتر

داده کاوی

مستندات برای درس ارائه مطالب علمی

پریسا مولوی

استاد راهنما:
مهندس پوررضا

فروردین 1388






دانشکده مهندسی کامپیوتر


داده کاوی

مستندات برای درس ارائه مطالب علمی


پریسا مولوی

استاد راهنما:
مهندس پوررضا

فروردین 1388













چکیده
از هنگامی که رایانه در تحلیل و ذخیره سازی داده ها بکار رفت (1950) پس از حدود 20 سال، حجم داده ها در پایگاه داده ها دو برابر شد. همچنین تعداد پایگاه داده ها با سرعت بیشتری رشد نمود. این در حالی است که تعداد متخصصین تحلیل داده ها و آمارشناسان با این سرعت رشد نکرد.حال با وجود سیستم های یکپارچه اطلاعاتی، سیستم های یکپارچه بانکی و تجارت الکترونیک، لحظه به لحظه به حجم داده ها در پایگاه داده های مربوط اضافه شده و باعث به وجود آمدن انبارهای ( توده های ) عظیمی از داده ها شده است به طوری که ضرورت کشف و استخراج سریع و دقیق دانش از این پایگاه داده ها را بیش از پیش نمایان کرده است (چنان که در عصر حاضر گفته می شود).

فهرست مطالب

فصل 1 مقدمه
9
1.1
مقدمه
10

فصل 2 مفاهیم داده کاوی
12
2.1
فرایند داده کاوی
13
2.2
دو مفهوم اساسی در داده کاوی
14
2.3
اساس داده کاوی
15
2.4 عوامل ایجاد داده کاوی
16
2.5
زیر بنای داده کاوی
16
2.6
عناصر داده کاوی
17
2.7
مراحل داده کاوی
18
2.8
وظایف داده کاوی
21
2.9
فنون داده کاوی
22
2.10
معماری داده کاوی
25
2.11
تکنیک های مختلف داده کاوی
26

فصل 3 کاربرد های داده کاوی
28
3.1
معرفی
29
3.2
کاربرد داده کاوی در کتابخانه ها و محیط های دانشگاهی
30
3.3
کاربرد داده کاوی در فعالیت شرکت ها
32
3.4
کاربرد داده کاوی در مدیریت و کشف فریب
32
3.5
کاربرد داده کاوی در صنعت خورده فروشی
33
3.6
داده کاوی در مدیریت ارتباط با مشتری
33
3.7
کاربرد داده کاوی در پزشکی
35
3.8
وب کاوی
35
3.9
تصویر کاوی
37
فهرست مطالب
فصل 4 مثال تفهیمی در مورد داده کاوی
38
مثال تفهیمی در مورد داده کاوی
39

فهرست اشکال
شکل 2.1 فنون داده کاوی
22
شکل 2.2 نمونه ای از یک درخت تصمیم
24

شکل 2.3 طبقه بندی در داده کاوی
27

شکل 3.1 داده کاوی در مدیریت ارتباط با مشتری
34


فهرست جداول
جدول 3.1 کاربردهای داده کاوی درکتابخانه ها
31





فصل اول
مقدمه
1.1 مقدمه :
درطول دهه گذشته باپیشرفت روزافزون کاربرد پایگاه داده ها،حجم داده های ثبت شده به طور متوسط هر5سال 2برابرمی شود. دراین میان سازمان هایی موفقند که بتوانند حداقل 7٪داده هایشان راتحلیل کنند. تحقیقات انجام یافته نشان داده است که سازمانها کمترازیک درصد داده هایشان رابرای تحلیل استفاده می کنند.
به عبارت دیگردرحالی که غرق درداده ها هستند تشنه دانش می باشند.
بنابراعلام دانشگاه MIT دانش نوین داده کاوی (Data mining) یکی ازده دانش درحال توسعه ای است که دهه آینده راباانقلاب تکنولوژی مواجه می سازد.این تکنولوژی امروزه دارای کاربرد بسیاروسیعی درحوزه های مختلف است به گونه ای که امروزه حدومرزی برای کاربرد این دانش درنظرنگرفته وزمینه های کاری این دانش راازذرات کف اقیانوس ها تااعماق فضامی دانند.
امروزه بیشترین کاربرد داده کاوی دربانکها، مراکزصنعتی وکارخانجات بزرگ، مراکزدرمانی وبیمارستانها ،مراکز تحقیقاتی ،بازاریابی هوشمند وبسیاری ازموارددیگرمی باشد.
داده کاوی پل ارتباطی میان علم وآمار،علم کامپیوتر، هوش مصنوعی ،الگو شناسی،image

لینک دانلود data mining درس ارائه مطالب علمی 40 ص. پایین


دانلود با لینک مستقیم


تحقیق در مورد data mining درس ارائه مطالب علمی 40 ص.

Learning Data Mining with Python (Robert Layton) 2015

اختصاصی از نیک فایل Learning Data Mining with Python (Robert Layton) 2015 دانلود با لینک مستقیم و پر سرعت .

Learning Data Mining with Python (Robert Layton) 2015


   Learning Data Mining with Python (Robert Layton)  2015

Harness the power of Python to analyze data and create insightful predictive models

All rights reserved. No part of this book may be reproduced, stored in a retrieval
system, or transmitted in any form or by any means, without the prior written
permission of the publisher, except in the case of brief quotations embedded in
.critical articles or reviews
Every effort has been made in the preparation of this book to ensure the accuracy
of the information presented. However, the information contained in this book is
sold without warranty, either express or implied. Neither the author, nor Packt
Publishing, and its dealers and distributors will be held liable for any damages
.caused or alleged to be caused directly or indirectly by this book

Packt Publishing has endeavored to provide trademark information about all of the
companies and products mentioned in this book by the appropriate use of capitals.
.However, Packt Publishing cannot guarantee the accuracy of this information

 

 

 


دانلود با لینک مستقیم


Learning Data Mining with Python (Robert Layton) 2015

مقاله Data mining

اختصاصی از نیک فایل مقاله Data mining دانلود با لینک مستقیم و پر سرعت .

مقاله Data mining


مقاله Data mining

دانلود مقاله Data mining در 46 ص با فرمت WORD 

 

 

 

 

 

 

چکیده :

       داده کاوی عبارت است از فرآیند خودکار کشف دانش و اطلاعات از پایگاه های داد ه ای.

این فرآیند تکنیک ها یی از هوش مصنوعی را بر روی مقادیر زیادی داده اعمال می کند تا روندها , الگوها و روابط مخفی را کشف کند. ابزار های داده کاوی برای کشف دانش یا اطلاعات از داده ها به کاربراتکا نمی کنند، بلکه فرآیند پیشگویی واقعیت ها را خود کار می سازند. این تکنولوژی نوظهور، اخیرًا به طورفزایند های در تحلیل ها مورد استفاده قرار می گیرد.

 

    کلمات کلیدی :

          Data mining, Predictive data mining, Exploration data analysis,

         Data warehousing, Olap, neural network, Deployment , machine

         Learning, Meta-learning, Bagging , Boosting , clustering , Eda

         Drill-down analysis, Stacket generalization , classification       


دانلود با لینک مستقیم


مقاله Data mining

پروژه رشته کامپیوتر - داده کاوی Data Mining با فرمت ورد

اختصاصی از نیک فایل پروژه رشته کامپیوتر - داده کاوی Data Mining با فرمت ورد دانلود با لینک مستقیم و پر سرعت .

پروژه رشته کامپیوتر - داده کاوی Data Mining با فرمت ورد


پروژه رشته کامپیوتر - داده کاوی Data Mining با فرمت ورد

فهرست مطالب

عنوان                                                                                                                                                                صفحه

فهرست اشکال     ...............................................................................................................................................

10

فهرست جداول     ..............................................................................................................................................

11

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

13

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

15

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

16

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

17

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

19

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

21

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

22

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

23

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

25

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

25

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

27

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

27

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

28

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

29

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

29

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

30

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

31

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

33

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

33

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

34

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

34

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

35

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

36

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

36

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

36

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

37

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

38

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

39

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

40

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

41

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

41

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

43

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

45

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

45

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

45

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

46

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

47

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

47

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

48

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

48

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

48

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

49

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

54

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

55

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

58

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

59

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

63

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

65

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

66

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

69

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

76

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

80

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

82

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

83

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

83

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

84

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

84

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

84

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

85

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

85

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

86

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

87

مراجع   .....................................................................................................

89

 


دانلود با لینک مستقیم


پروژه رشته کامپیوتر - داده کاوی Data Mining با فرمت ورد

دانلود پاورپوینت کنکاو وب Web Mining

اختصاصی از نیک فایل دانلود پاورپوینت کنکاو وب Web Mining دانلود با لینک مستقیم و پر سرعت .

دانلود پاورپوینت کنکاو وب Web Mining


 دانلود پاورپوینت کنکاو وب  Web Mining
 
 
تعداد صفحات :14
با قابلیت ویرایش
 
 
 
ظهور وب جهانی (WWW) کاربران کامپیوتر خانگی را با جریانی وحشتناک از اطلاعات مواجه کرده است.
 تقریباً هر موضوعی می تواند بیاد آورده شود , یکی می تواند تکه های اطلاعات را که توسط دیگر شهروندان اینترنت قابل دسترس می شوند را پیدا کند, تنظیم کردن کاربران شخصی که لیستی از مجموعه رکورد هایشان را , برای شرکت های خاص که در وب تجارت می کنند می فرستند

دانلود با لینک مستقیم


دانلود پاورپوینت کنکاو وب Web Mining