مقاله در مورد داده کاوی و مفاهیم آن

تحقیق کامل و آماده داده کاوی مفاهیم  و روش‌ها

84 صفحه آماده پرینت – قابل ویرایش

چکیده از این مقاله:

داده‌­كاوی سعی برای استخراج دانش از انبوه داده‌­های موجود است. داده‌كاوی به كمك مجموعه‌ای از روش‌های آماری و مدلسازی، مي­‌تواند روابط پنهان موجود در پايگاه­‌های داده را بشناسد. تاكنون روش­‌های مختلف برای پردازش اطلاعات ساخت­‌يافته توسعه داده شده است كه در نتيجه آن‌ها ساخت پايگاه­‌های اطلاعاتی و ايجاد انبارهای داده به راحتی صورت می‌گيرد.

فهرست مطالب :

• مقدمه
• داده کاوی و مفاهیم اصلی آن
• لزوم داده کاوی و جایگاه آن در سازمان‌ها
• تاریخچه
•  مثالی از داده کاوی و کاربردهای آن
• تفاوت داده کاوی و آنالیز آماری
• فرایند کشف دانش
• مفاهیم و روش های داده کاوی
• پیش پردازش و آماده سازی داده‌‌ها
• آماده سازی داده‌ها
• اجزاء اصلی پیش پردازش داده‌ها
• پاکسازی داده
• یکپارچه سازی داده‌ ها
• تبدیل داده‌ها
• کاهش داده
• تصویر کردن برای کاهش بعد
• متدلوژی اجرا و پیاده سازی پروژهای داده کاوی
• نرم افزار های مورد استفاده در داده کاوی
• روش ها و تحلیل های داده کاوی
• تحلیل خوشه ای
• روش های افرازی
• شیوه‌های سلسله مراتبی
• روش مبتنی بر چگالی
• شیوه‌های مبتنی بر مشبک کردن فضا
• نقشه های خود سازمانده
• قواعد تلازمی (انجمنی)
• دسته بندی و پیش بینی
• فرایند دو مرحله ای دسته بندی
• روش های مختلف دسته بندی
• پیش بینی
• الگوریتم های رایج دسته بندی در داده کاوی
• شبکه های عصبی
• یادگیری توسط شبکه‌های عصبی
• مشخصات مسائل درخور شبکه‌های عصبی مصنوعی
• الگوریتم ژنتیک  و شبکه های عصبی
• درخت تصمیم
• اهداف اصلي درخت‌های تصميم‌گيری دسته‌بندي كننده
• ویژگی‌های درخت‌هاي تصميم‌گيری
• انواع درختان تصمیم
• درختان رگرسیون
• بازنمایی درخت تصمیم
• گراف‌های تصمیم
• جستجوی فضای فرضیه در یادگیری درخت تصمیم
• بایاس قیاسی (استنتاجی) در یادگیری درخت تصمیم
• مسائل در یادگیری درخت تصمیم
• روش‌های هرس کردن درخت های تصمیم گیری
• ماشین بردار پشتیبان
• مسائل جداسازی خطی
• وجود نویز
• حداکثر حاشیه‌ها
• نحوه مدلسازی رفتار نرم‌افزار
• جمع بندی و خلاصه

تصاویری از این مقاله