4 دقیقه. Data Mining (داده کاوی - دیتا ماینینگ) را برخی علم استخراج اطلاعات از داده‌های موجود در دیتابیس نیز می‌نامند. به طور کلی، با استفاده از داده کاوی می‌توان از داده‌های خام موجود ذخیره شده که ...

این روش، همانطور که از اسمش مشخص است، مبتنی بر رویکرد خوشه‌بندی است. خوشه‌بندی DBScan برای تشخیص مقادیر پرت از یک روش تشخیص ناهنجاری چگالی-محور Density-based استفاده می‌کند. DBScan هم برای داده‌های تک ...

چکیده. در این مقاله ابتدا داده های پرت را تعریف و با ارائه‌ی مثال هایی مفهوم داده پرت یا دور افتاده را شرح می دهیم و در آخر مدل هایی را معرفی می کنیم که با استفاده از این مدل ها می توان پارامتر ...

تعیین عملکرد شرکت‌ها با استفاده از نسبت‌های مالی همواره جالب توجه بسیاری از محققان و پژوهشگران بوده است. شناسایی عوامل مالی که بیشترین تاثیر را بر عملکرد شرکت‌ها داشته یکی از مباحث مهم برای تصمیم گیرندگان است. در این ...

داده‌کاوی کاربردهای گسترده‌ای در زمینه‌های مختلف، از جمله تجارت، صنعت، پزشکی، آموزش و دولت دارد. به عنوان مثال، داده‌کاوی می‌تواند برای شناسایی مشتریان بالقوه، پیش‌بینی رفتار خرید ...

در این مطلب می خواهیم در مورد مهمترین کاربردهای داده کاوی صحبت کنیم. اگرچه عبارت "داده‌کاوی" برای اولین‌بار در دهه ۱۹۹۰ استفاده شد، اما پیشرفتی است که برای مدتی طولانی وجود داشته است.

در درسِ داده‌های پرت از دوره‌ی آنالیزِ اکتشافی داده و درسِ داده‌های نویزدار از دوره‌ی پیش‌پردازش داده‌ها، با این مفهوم آشنا شدیم و دیدیم که یک سری از داده‌ها وجود دارند که با توجه به ویژگی‌های مختلفِ مجموعه‌ی ...

%0 Journal Article %T کاربرد فنون داده‌کاوی برای پیش‌بینی وضعیت سلامت روان دانشجویان با هدف بهبود وضعیت آموزش %A کوشا, حمیدرضا %A ثناء دنگ کوب %A امیرعباس برزنونی %J فناوری آموزش %@ 2008-0441 %D 2019

نحوه استناد به مقاله: حق زاد کلیدبری، سجاد و جوادیان، محمد و باقری شورکی، سعید،1395،حذف اثرات داده های پرت بر مبنای روش یادگیری فعال و با استفاده از K نزدیک ترین همسایه،هشتمین کنفرانس ملی ...

داده کاوی شاخه ی توسعه یافته و پیچیده ی علم آمار است. داده کاوی یک روش حل مسئله مبتنی بر داده های موجود است. بر اساس استاندارد جهانی کریسپ دی ام (crisp-dm) این فرایند حل مسئله را به اجرا می گذارد ...

فرمول ساده است. داده‌ها را به علاوه‌ی یک کرده و سپس تقسیم بر چهار می‌کنیم تا به چارک اول برسیم. مثلاً در این مثال ۱۱ + ۱ برابر ۱۲ می‌شود و سپس ۱۲ را تقسیم بر ۴ می‌کنیم که به عدد ۳ می‌رسیم.

خوشه بندی : یکی از روش های داده کاوی تکنیک تحلیل خوشه‌ای (Cluster Analysis) می باشد که در آن به گروه بندی داده ها یا مشاهدات با توجه به شباهت یا درجه ی نزدیکی آن ها می پردازیم . همبستگی : یکی از روش های ...

شناسایی داده پرت در spss با نمودارهای کنترل کیفی آماری. ممکن است پدیده‌هایی که وابسته به زمان هستند به منظور شناسایی داده پرت مورد تجزیه و تحلیل قرار گیرند.

روش‌های تشخیص ویژگی‌های نویز بسیار هستند. یکی از آن‌ها که در دوره‌ی جبرخطی در موردِ آن صحبت کردیم، الگوریتمِ PCA است که ویژگی‌هایی با تاثیرِ کم را از میان ویژگی‌های خود -تقریبا- حذف می‌کند ...

داده پرت (Outlier) در داده‌کاوی چیست؟. این درس از مجموعه دوره آمار مقدماتی و تحلیل اکتشافی داده (EDA) در علم داده است. درس قبلی - منظور از داده‌های مستطیلی (Rectangular Data) چیست؟. درس بعدی - تخمین مکان داده ...

علاوه بر این، داده‌کاوی و یادگیری ماشین هر دو زیرشاخه‌ی عنوان کلی «علم داده» قرار می‌گیرند. اگرچه شباهت‌هایی بین این دو وجود دارد اما هر فرآیند به روشی متفاوت با داده‌ها کار می‌کند ...

داده کاوی با پایتون یکی از روش های داده کاوی است که در این مطلب به صورت کامل و جامع درباره آن صحبت کردیم.اگر می خواهید کامل یادبگیرید این مطلب را بخوانید.

آموزش مقدمه ای بر داده کاوی (رایگان) مشخصات آموزش نظرات. در اغلب مسائل، وجود حجم زیاد داده‌ها، منجر به ایجاد اشکالات جدی در امر شناسایی و کشف روابط و الگوهای پنهان در این داده‌ها شده است. دانش ...

جزوه «داده‌کاوی؛ مدل‌ها، الگوریتم‌ها و کاربردها» ۰ ; جزوات, کارشناسی ارشد; مدرس جزوه: خانم دکتر گماسائی (عضو هیئت علمی دانشکده مهندسی صنایع و سیستم‌های مدیریت دانشگاه صنعتی امیرکبیر)

در این صفحه، تعداد 334 مقاله انگلیسی از ژورنال ها و مجلات معتبر پایگاه ساینس دایرکت (ScienceDirect) درباره موضوع داده کاوی آرشیو شده است که شما می توانید مقالات مورد نظر خود را بر اساس سال انتشار، موضوع مقاله، وضعیت ترجمه و ...

داده کاوی یا Data Mining که به عنوان کشف دانش در داده ها (KDD) هم شناخته می‌شه، فرایندی هستش که در اون تلاش می‌شه الگوها و سایر اطلاعات ارزشمند رو از مجموعه های بزرگ داده به دست بیاریم. با توجه به ...

اما نگاهی به نقطه‌ی مشخص شده در بالا بیندازید. الگوریتمی مانندِ DBSCAN این نقطه را به عنوان داده‌ای که به هیچ گروهی (بر اساس غلظت و تراکم) متصل نیست، یعنی یک داده‌ی پَرت (outlier) می‌شناسد. همان ...

تشخیص داده های پرت در داده کاوی. با استفاده از روش‌های تشخیص داده‌های پرت یا Outlier، می‌توان هرگونه داده بی‌ربط و به اصطلاح ناهنجار را در مجموعه داده‌های خود مشخص کرد.

دانلود رایگان فرادرس آموزش تصویری تشخیص داده های پرت یا Outlier Detection به همراه پیاده سازی عملی و گام به گام در متلب.

در واقع z-score باعث می‌شود که هر کدام از عناصرِ مجموعه‌ی داده، به یک عددِ دیگر تبدیل شوند که میانگینِ آن اعدادِ تبدیل شده صفر (۰) و انحراف استاندارد آن‌ها یک (۱) است. اجازه بدهید دوباره بگوییم ...

تهران – ایرنا - سرپرست معاونت پژوهشی جهاددانشگاهی علوم پزشکی شهید بهشتی با تاکید بر اهمیت داده‌کاوی در حوزه سلامت، یکی از مهم‌ترین مسائل در این حوزه را ثبت اطلاعات پژوهش‌های داخلی و خارجی دانست و اذعان کرد: این ...

مروری بر روش های تشخیص داده پرت. mojtaba montazeri. 2015, کنفرانس بین المللی پژوهش در علوم و تکنولوژی. هدف از مرحله ی پیش پردازش در داده کاوی، برطرف کردن مشکلات داده های مسئله مورد بررسی می باشد. شناسایی ...

مقدمه بر الگوریتم های برتر داده کاوی. استفاده از داده‌ها به منظور کشف رابطه بین آن‌ها اساس داده‌کاوی است. در این مبحث 10 الگوریتم های داده کاوی و یادگیری ماشین که بیشترین کاربرد را در علم ...

کاربرد یافتن داده‌های پرت (Outlier Detection) در داده‌کاوی این درس از مجموعه داده‌های پَرت (Outliers) و الگوریتم‌های مختلف شناسایی داده‌های پرت است

داده کاوی یکی از اصول رشته علوم داده (Data Science) محسوب می شود و با تحلیل پیش نگر (Predictive Analytic) متفاوت است. در حقیقت دیتا ماینینگ سعی بر پیش بینی آینده دارد در حالی که مدل تحلیل پیش نگر فقط به بررسی ...

داده کاوی که به عنوان کشف اطلاعات از داده ها یعنی Knowledge Discovery in Data (KDD) نیز شناخته می‌شود، فرآیند کشف الگوها و سایر اطلاعات ارزشمند از مجموعه داده‌های بزرگ است. با توجه به تکامل فناوری انبار ...

یکی از بهترین راهکارها برای نمونه هایی در فضای یک بعدی استفاده از توابع آماری است. محاسبه میانگین و انحراف استاندارد و تعریف تابعی ترکیبی از این دو مقدار برای سطح آستانه داده ها می توانند در ...