پروژه آماده: آشنایی و آموزش تصویری نرم افزار داده کاوی ویکا Weka به همراه مثال - 92 صفحه فایل ورد و pdf

میزکارWeka ، مجموع‌های از الگوریتمهای روز یادگیری ماشینی و ابزارهای پیش پردازش داده‌ها میباشد. این نرم‌افزار به گونه‌ای طراحی شده است که میتوان به سرعت، روشهای موجود را به صورت انعطافپذیری روی مجموعه‌های جدید داده، آزمایش نمود. این نرم‌افزار، پشتیبانی‌های ارزشمندی را برای کل فرآیند داده کاوی های تجربی فراهم میکند. این پشتیبانی‌ها، آماده سازی داده‌های ورودی، ارزیابی آماری چارچوبهای یادگیری و نمایش گرافیکی داده‌های ورودی و نتایج یادگیری را در بر میگیرند. همچنین، هماهنگ با دامنه وسیع الگوریتمهای یادگیری، این نرم‌افزار شامل ابزارهای متنوع پیش پردازش داده‌هاست. این جعبه ابزار متنوع و جامع، از طریق یک واسط متداول در دسترس است، به نحوی که کاربر میتواند روشهای متفاوت را در آن با یکدیگر مقایسه کند و روشهایی را که برای مسایل مدنظر مناسبتر هستند، تشخیص دهد.

نرم‌افزار Weka در دانشگاه Waikato واقع در نیوزلند توسعه یافته است و اسم آن از عبارت"Waikato Environment for knowledge Analysis" استخراج گشته است. همچنین Weka ، نام پرندهای با طبیعت جستجوگر است که پرواز نمیکند و در نیوزلند، یافت میشود.

شرح دیتاست (data set) پروژه: 
پایگاه داده مذکور مربوط به اطلاعات 700 تن از مشتریان یک بانک می باشد که از بانک مذکور وام دریافت کرده اند و بانک مذکور این افراد را به لحاظ بازپرداخت اقساط خود به دو دسته مشتریان خوش حساب و بد حساب تقسیم کرده است. یکی از مهمترین مواردی که در بانک ها مد نظر است شناسایی مشتریان بد حساب و خوش حساب و جدا کردن این دو گروه از هم می باشد. تعداد رکوردهای این دیتا ست 700 رکورد می باشد که ابتدا به شرح فیلدهای این دیتا ست می پردازیم و کد گذاری این فیلدها را تشریح می کنیم. سپس مدل را
در نرم افزار فراخوانی می کنیم و پس از اعمال تغییرات و پیش پردازش لازم بروی فیلدها تکنیک های مورد نظر در حوزه های خوشه بندی، طبقه بندی و پیش بینی را بروی مدل اجرا می کنیم.

گزارش کارآموزی کامپیوتر-داده کاوی

گزارش کار آموزی رشته کامپیوتر درباره داده کاوی در قالب فایل ورد در 54 صفحه
فصل اول :
1-1مقدمه
2-1.تاریخچه داده کاوی
3-1.سابقه داده کاوی
4-1.تعاریف داده کاوی
فصل دوم:
1-2.مفهوم داده کاوی
2-2.فرآیند داده‌کاوی
3-2.پایه های یک فرآیند داده کاوی
4-2.نرم‌افزارهای داده‌کاوی
5-2.اطلاعات مورد نیاز برای عملیات Data Mining
6-2.روشهای مختلف Data Mining
7-2.کاربردهای داده کاوی
8-2.از دیگرکاربرد های داده کاوی
9-2.عمل داده کاوی از یکپایگاه داده به چند مرحله مشخص تقسیم می شود
10-2.داده‌کاوی و مدیریت دانش
11-2. فعالیتهای داده کاوی
فصل سوم:
1-3.مزایای داده کاوی
2-3.فواید و نقش داده کاوی در فعالیت شرکتها
3-3.اساس داده کاوی
4-3.محدودیت ها
5-3.روش داده کاوی
6-3.مراحل اصلی داده کاوی
7-3.از دیگر مراحل داده کاوی
8-3.تکنیکها و عملیات کاوشداده
فصل چهارم:
1-4.وظایف داده کاوی
2-4.انتخاب یک سیستم داده کاوی
3-4.چهار عمل اصلی در داده کاوی
4-4.قابلیتهای DataMining
5-4.داده کاوی , آمار و یادگیری ماشین
6-4.تکنولوژی ها ی مرتبط با داده کاوی
7-4.زیربنای داده کاوی
8-4.روشهای داده کاوی
9-4.داده کاوی موفق
10-4.سلسله مراتبی از انتخاب ها
11-4. طبقه بندی
فصل پنجم:
1-5.مدلها و الگوریتمهای داده کاوی
2-5.پروتکل کنترل نتیجه
‌3-5.مزایا و معایب‌
4-5.نفوذ به روش beyondsemihonest
5-5.زمینه‌های موجود برای بررسی بیشتر
6-5.نیازمندی‌های یک سیستم برای رعایت اصول حریم شخصی
7-5.ارزیابی حریم شخصی
8-5.شناسایی بی‌نظمی‌ها (anomaly)
9-5.مشکلات سیستم های Data Mining
10-5.جمع بندی و نتیجه گیری
منابع
دریافت فایل

پایان نامه در مورد داده کاوی

لینک پرداخت و دانلود *پایین مطلب*

فرمت فایل:Word (قابل ویرایش و آماده پرینت)

تعداد صفحه32

فهرست مطالب

داده کاوی اصول وروش کار:

کاهش اندازه داده ها:

دسته بندی وگروه بندی داده کاوی

مقدمه:

جهان پیرامون ما سرشار از داده ها و اطلاعات گوناگون می‌باشد. برای پیش بینی گرایشات و جریان های آتی و به منظور اتخاذ تصمیم گیری بهتر در زمینه علوم، تکنولوژی ، صنعت، بازار وغیره.

انسان همواره با اشتیاقی حریصانه به دنبال کشف دانش از این موداب داده ها بوده است. قدیمی ترین دست نوشت ها کشف شده بر روی لوح های گلی مربوط به چهار قرن قبل از میلاد مسیح می‌باشد. با ساخت کاغذ داده های فراوانی بر روی هزاران جلد کتاب وسایر مستندات دیگر وغیره شد.

توامروزه نیز با افزایش روز افزون کاربرد کامپیوتر ها حجم عظیمی از داده ها دیسک های سخت را به صورت اطلاعات دیجیتالی پر کرده اند. با دراختیار داشتن حجم عظیم داده ها مساله اصلی چگونگی یا فتن جمع‌آوری و به کارگیری روش هایی است که بتوان آنها را در کشف دانش از داده ها  و به کارگیری دانش کشف شده در موارد مختلف به کار گرفت.

اگر چه در دهه های اخیر زمینه جدید با عنوان داده کاوی به رواج یافته است ولی عملکردها و وظایف این علم مثل دسته بندی و جداسازی، از سالها پیش وجودداشته و به کار گرفته می شده اند. با توجه به اینکه هدف داده کاوی کشف الگوهای ناشناخته از داده ها می‌باشد روش های این علم از آموزش ماشین،هوش مصنوعی، آمار وغیره مشتق شده اند. با گسترش این علم روش های داده

ش

مقاله بهمراه ترجمه : کاربرد داده کاوی در بررسی فاکتورهای موثر در بیماران حادثه دیده ناشی از سقوط از ارتفاع

چکیده

هدف مقاله: بکارگیری سیستم اطلاعاتی یکی از مواردی است که در زمینه سلامت مورد توجه بسیاری از کلینیک ها قرار گرفته است. تشخیص متغیرهایی که مربوط به ایمنی بیماران است واز بررسی داده های زیاد موجود انجام میگیرد، موضوعی است که اکنون مطرح شده است. تحقیق پیش رو درصدد یافتن فاکتورهای حیاتی است که مرتبط با بیماران حادثه دیده در سقوط می شود و ابزار داده کاوی در این تحقیق برای بررسی سیستم های اطلاعاتی بیمارستان ها مورد استفاده قرار گرفته شده است.

روش: داده های مربوط به 725 مورد بیماران حادثه دیده در سقوط، از سیستم اطلاعاتی گزارش دهی تایوان تهیه شده است. در فرآیند داده کاوی اولین گام انتخاب مشخصه ها می باشد؛ که در این مقاله 10 فاکتور حیاتی در اولین گام برای پیش بینی متغیرهای وابسته انتخاب شده است. در این مقاله یک شبکه عصبی برای توسعه یک مدل پیش بینی بکار گرفته شده و نتایج آن با روش رگرسیون لجستیک چند متغیره- مرحله ای مقایسه شده است....

دانلود رایگان

کاربرد قوانین انجمنی در بررسی بارش های منطقه ای

• مقاله با عنوان: کاربرد قوانین انجمنی در بررسی بارش های منطقه ای  

• نویسندگان: امیر مولاجو ، محمدتقی ستاری ، وحید نورانی  

• محل انتشار: نهمین کنگره ملی مهندسی عمران - دانشگاه فردوسی مشهد - 21 تا 22 اردیبهشت 95  

• فرمت فایل: PDF و شامل 8 صفحه می باشد.

چکیــــده:

پیش بینی مقادیر بیشینه بارندگی ماهانه برای اهداف مختلفی نظیر برآورد سیلاب، رواناب، برنامه ریزی آبیاری و مدیریت حوضه های آبریز دارای اهمیت زیادی است. این در حالیست که تحقیقات گذشته نشان می دهد که نوسانات دمای سطح آب دریاها بر بارش سطح خشکی های زمین موثر است. در این تحقیق با استفاده از قوانین انجمنی که نوعی تکنیک داده کاوی است، وابستگی بین بیشینه بارش ماهانه ایستگاه سینوپتیک تبریز و دمای سطح دریاهای مدیترانه، سیاه و سرخ با در نظر گرفتن تاخیرهای یک ماهه، دو ماهه، سه ماهه، چهار ماهه و پنج ماهه بررسی شد. برای این منظور از آمار 55 سال دمای ماهانه سطح دریاهای فوق و نیز بارش ایستگاه تبریز استفاده شد. جهت بررسی دقت قوانین از دو معیار پشتیبان و شاخص اطمینان استفاده گردید. شاخص اطمینان محاسبه شده نشان داد، بین هر یک از دمای سطوح آب دریاهای مدیترانه، سیاه و سرخ با بیشینه بارش ماهانه ایستگاه سینوپتیک تبریز همبستگی نسبی وجود دارد.

________________________________

** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **

** درخواست مقالات کنفرانس‌ها و همایش‌ها: با ارسال عنوان مقالات درخواستی خود به ایمیل [e-mail] پس از قرار گرفتن مقالات در سایت به راحتی اقدام به خرید و دریافت مقالات مورد نظر خود نمایید. **