دانلود مبانی نظری و پیشینه تحقیق کامپیوتر

مبانی نظری و پیشینه تحقیق داده کاوی 3

 

 

 

 

 


دانلود مبانی نظری و پیشینه تحقیق داده کاوی بصورت جامع و کامل برگرفته شده از پایان نامه کارشناسی ارشد با منابع بروز و جدید

 

 

 

 

*** سایر مبانی نظری و پیشینه تحقیق در مورد داده کاوی در لینک زیر قابل دسترس هستند:

لیست تمام مبانی نظری و پیشینه تحقیق درباره داده کاوی

 

 

 


تعریف داده کاوی
داده کاوی روند کشف قوانین و دانش ناشناخته و مفید از انبوه داده ها و پایگاه داده است[ Liu et. al 2012]. 


انجام عمل داده کاوی نیز مانند هر عمل دیگری مراحل خاص خود را دارد که به شرح زیر می باشند:


1-جدا سازی داده مفید از داده بیگانه


2-یکپارچه سازی داده های مختلف تحت یک قالب واحد


3-انتخاب داده لازم از میان دیگر داده ها


4- انتقال داده به محیط داده کاوی جهت اکتشاف قوانین


5-ایجاد مدلها و الگوهای مرتبط بوسیله روشهای داده کاوی


6-ارزیابی مدل و الگوهای ایجاد شده جهت تشخیص مفید بودن آنها 


7-انتشار دانش استخراج شده به کاربران نهایی
 

 

 

 

 


داده کاوی و یادگیری ماشین

داده کاوی ترکیبی از تکنیک های یادگیری ماشین، تشخیص الگو، آمار، تئوری پایگاه داده و خلاصه کردن و ارتباط بین مفاهیم و الگوهای جالب به صورت خودکار از پایگاه داده شرکتهای بزرگ است. هدف اصلی داده کاوی کمک به فرآیند تصمیم گیری از طریق استخراج دانش از داده هاست [Alpaydin 2010].هدف داده کاوی آشکار کردن روندها یا الگوهایی که تا کنون ناشناخته بوده اند برای گرفتن تصمیمات بهتر است که این هدف را بوسیله به کارگیری روشهای آماری همچون تحلیل لجستیک و خوشه بندی و همچنین با استفاده از روشهای تحلیل داده به دست آمده از رشته های دیگر )همچون شبکه های عصبی در هوش مصنوعی و درختان تصمیم در یادگیری ماشین(  انجام میدهد[Koh & Gervis 2010] .  چون ابزارهای داده کاوی روند ها و رفتارهای آینده را توسط رصد پایگاه داده ها برای الگوهای نهان پیش بینی می کند با عث می شوند که سازمان ها تصمیمات مبتنی بر دانش گرفته و به سوالاتی که پیش از این حل آنها بسیار زمان بر بود پاسخ دهند [Ramamohan et. al 2012 ] .

 

 

 

داده کاوی یک ابزار مفید برای کاوش دانش از داده حجیم است. [Patil et. al 2012 ]. داده کاوی یافتن اطلاعات بامعنای خاص ازیک تعداد زیادی ازداده بوسیله بعضی ازفناوری ها به عنوان رویه ای برای کشف دانش ازپایگاه داده است، که گام های آن شامل موارد زیر هستند [Han and Kamber 2001] .

 1-پاک سازی داده ها :حذف داده دارای نویز و ناسازگار 
2-یکپارچه سازی داده: ترکیب منابع داده گوناگون
 3-انتخاب داده: یافتن داده مرتبط با موضوع از پایگاه داده 
 4-تبدیل داده: تبدیل داده به شکل مناسب برای کاوش
5-داده کاوی: استخراج مدل های داده با بهره گیری از تکنولوژی
 6- ارزیابی الگو: ارزیابی مدل هایی که واقعا برای ارائه دانش مفید هستند
 7-ارائه دانش: ارائه دانش بعد ازکاوش به کاربران بوسیله استفاده از تکنولوژیهایی همچون ارائه بصری [Lin & Yeh 2012] . 

 

 

 

 

 

فهرست مطالب

مبانی نظری  در مورد داده کاوی

2-1    داده کاوی و یادگیری ماشین    5
2-2    ابزارها و تکنیک های داده کاوی    6
2-3    روشهای داده کاوی    7
2-3-1    روشهای توصیف داده ها    8
2-3-2    روشهای تجزیه و تحلیل وابستگی     8
2-3-3    روشهای دسته بندی و پیشگویی    8
2-3-4    درخت تصمیم    9
2-3-5-شبکه عصبی    10
2-3-6-  استدلال مبتنی بر حافظه    10
2-3-7-ماشین های بردار پشتیبانی    11
2-3-8-روشهای خوشه بندی     11
2-3-9-   روش K-Means    12
2-3-10-شبکه کوهنن    12
2-3-11-روش  دو گام    12
2-3-12-روشهای تجزیه و تحلیل نویز    13
2-4    دسته های نامتعادل]صنیعی آباده 1391[.    13
2-4-1    راهکار مبتنی بر معیار    13
2-4-2-راهکار مبتنی بر نمونه برداری    14

 

پیشینه تحقیق در مورد داده کاوی

 

1.10    پیشینه تحقیق    56
1.10.1    تحقیقات انجام شده در خارج از کشور    57
1.10.2    تحقیقات انجام شده در داخل کشور    67
1.10.3    خلاصه تحقیقات انجام شده    69

منابع

 

 

 


توضیحات:
فصل دوم پایان نامه کارشناسی ارشد (پیشینه و مبانی نظری پژوهش)
 
همراه با منبع نویسی درون متنی به شیوه APA جهت استفاده فصل دو پایان نامه
 
توضیحات نظری کامل در مورد متغیر
 
پیشینه داخلی و خارجی در مورد متغیر مربوطه و متغیرهای مشابه
 
رفرنس نویسی و پاورقی دقیق و مناسب
 
منبع :    انگلیسی وفارسی دارد (به شیوه APA)
 
نوع فایل:     WORD و قابل ویرایش با فرمت doc