|
|
چندین دهه است که شرکت ها اطلاعات را جمع آوري می نمایند تا
با ایجاد یک پایگاه داده انبوه اطلاعات را ذخیره کنند، با این حال که
اطلاعات در دسترس آنها قرار دارد فقط تعداد کمی از شرکت ها قادر شده اند به
ارزش واقعی ذخیره شده در آنها پی ببرند سوال این شرکتها این است که چگونه
میتوان به ارزش واقعی این اطلاعات دست یافت؟ پاسخ آن داده کاوي است، که
امروزه در بسیاري از صنعتها از جمله پزشکی، آموزش، ورزش و بسیاري از صنایع
دیگر مورد استفاده قرار میگیرد. تکنیکهاي بسیاري جهت داده کاوي وجود دارد
از جمله شبکه هاي عصبی مصنوعی، رگرسیون، درخت تصمیم و غیره. همچنین طراحی
شده است اشاره SAS که توسط شرکت JMP نرم افزارهایی نیز براي داده کاوي
ایجاد شده است که میتوان به نرم افزار کرد. این مقاله به معرفی داده کاوي و
برخی از روشهاي داده کاوي و همچنین محیطهایی که از داده کاوي بهره میبرند
به همراه نرم افزار هاي آن پرداخته است.
فهرست :
چکیده
مقدمه
داده کاوی
تکنیک های داده کاوی
دسته بندی
رگرسیون گیری
خوشه بندی
تجمع و همبستگی
درخت تصمیم گیری
ویزگی های درخت تصمیم
الگوریتم ژنتیک
شبکه های عصبی مصنوعی
ساختار شبکه عصبی
نورون
معماری شبکه عصبی
شبکه های پیش خور تک لایه
انواع یادگیری در شبکه های عصبی مصنوعی
داده کاوی در پزشکی
داده کاوی در سلامت
نرم افزار های داده کاوی
نتیجه گیری
مراجع
:: برچسبها:
الگوریتم ژنتیک ,
تجمع و همبستگی ,
تکنیک های داده کاوی ,
خوشه بندی ,
داده کاوی در پزشکی ,
درخت تصمیم گیری ,
رگرسیون گیری ,
ساختار شبکه عصبی ,
شبکه های پیش خور تک لایه ,
شبکه های عصبی مصنوعی ,
معماری شبکه عصبی ,
نرم افزار های داده کاوی ,
نورون ,
:: بازدید از این مطلب : 90
|
امتیاز مطلب : 0
|
تعداد امتیازدهندگان : 0
|
مجموع امتیاز : 0
تاریخ انتشار : سه شنبه 28 خرداد 1395 |
نظرات (0)
|
|
|
|
|