تمامی فایل های موجود در آپادانا، توسط کاربران عرضه می شود. اگر مالک فایلی هستید که بدون اطلاع شما در سایت قرار گرفته، با شماره 09399483278 با ما تماس بگیرید.
داده کاوی در پایگاه داده های بزرگ

داده کاوی در پایگاه داده های بزرگ

داده کاوی در پایگاه داده های بزرگ - داده کاوی، فرایند مرتب سازی و طبقه بندی داده های حجیم و آشکارسازی اطلاعات مرتبط باهم می باشد. امروزه داده کاوی به عنوان یکی از ابزارهای بسیار مهم مدیران جهت شناخت وضعیت دقیق تر سازمان و همچنین کمک در اتخاذ تصمیمات مناسب کاربرد دارد. با استفاده از این تکنیک، داده

دسته بندی: عمومی » گوناگون

تعداد مشاهده: 15 مشاهده

فرمت فایل دانلودی:.pdf

فرمت فایل اصلی: pdf

تعداد صفحات: 103

حجم فایل:2,142 کیلوبایت

  پرداخت و دانلود  قیمت: 7,000 تومان
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود.
0 0 گزارش
  • داده کاوی، فرایند مرتب سازی و طبقه بندی داده های حجیم و آشکارسازی اطلاعات مرتبط باهم می باشد. امروزه داده کاوی به عنوان یکی از ابزارهای بسیار مهم مدیران جهت شناخت وضعیت دقیق تر سازمان و همچنین کمک در اتخاذ تصمیمات مناسب کاربرد دارد. با استفاده از این تکنیک، داده های موجود در سازمان با بکارگیری ابزارهای نرم افزاری، مورد بررسی و تحلیل دقیق قرار می گیرد تا الگوهای پنهان و پیچیده ای که در آنها وجود دارد کشف و استخراج گردد. داده کاوی را می توان نسل سوم تکنولوژیهایی نامید که با داده سروکار دارند. در نسل اول یا نسل سنتی، فقط انجام پرس و جو های ساده امکان پذیر بود، مثلا تعداد فروش یک کالای خاص چقدر است؟ میزان خرید یک مشتری خاص در ماه جاری چه مبلغی است؟ در نسل دوم یا همان پردازش لحظه ای برخط (OLAP) امکان پرس و جوی همزمان چند بعدی فراهم گردید. در این روش به عنوان مثال به سوالاتی مانند: «میزان فروش محصولات به تفکیک فروشنده، خریدار و مسیر خاص چقدر است؟ » بصورت لحظه ای و با استفاده از مکعب تصمیم و گزارش ماتریسی پاسخ داده می شود. اما در نسل سوم یا همان داده کاوی فقط مساله پرس و جو و دریافت گزارش ها از داده ها نیست، بلکه از حجم انبوه داده ها، الگوهایی کشف می شود که هیچ وقت امکان کشف این الگوها در OLAP یا روش سنتی وجود نداشت. انواع اطلاعات و الگوهایی که از طریق داده کاوی بدست می آیند و کاربرد دارند عبارتند از: وابستگی، تسلسل و توالی، طبقه بندی، خوشه بندی و پیش بینی. برای استخراج این الگوها اغلب از روشهای نوینی مانند شبکه عصبی و درختهای تصمیم استفاده می شود. در عمل برای امکان انجام داده کاوی و استفاده از تکنیکهای فوق الذکر، ابتدا باید نسبت به ایجاد یک انبار داده مناسب اقدام کرد. یک انبارداده در حقیقت پایگاه داده ای است که داده های جاری و همچنین سوابق قبلی تراکنشها را در خود ذخیره کرده و با منابع خارج سازمان نیز ارتباط برقرار می کند. اهداف کلی این مقاله عبارتند از ارایه تعریف دقیقی از انبار داده، بررسی تکنیکها و کاربردهای داده کاوی و کاربرد آن در مدیریت، معرفی شبکه عصبی به عنوان یکی از روشهای اجرای داده کاوی و بیان مفهوم درخت تصمیم و ارتباط آن با داده کاوی.

    فهرست :

    چکیده

    مقدمه ای بر داده‌کاوی

    فصل اول

    چه چيزی سبب پيدايش داده کاوی شده است

    مراحل کشف دانش

    جایگاه داده کاوی در میان علوم مختلف

    داده کاوی چه کارهایی نمی تواند انجام دهد؟

    داده کاوی و انبار داده ها

    داده کاوی و OLAP

    کاربرد یادگیری ماشین و آمار در داده کاوی

    فصل دوم

    توصیف داده ها در داده کاوی

    خلاصه سازی و به تصویر در آوردن داده ها

    خوشه بندی

    تحلیل لینک

    فصل سوم

    مدل های پیش بینی داده ها

    Classification

    Regression

    Time series

    فصل چهارم

    مدل ها و الگوریتم های داده کاوی

    شبکه های عصبی

    Decision trees

    Multivariate Adaptive Regression Splines(MARS)

    Rule induction

    Knearest neibour and memorybased reansoning(MBR)

    رگرسیون منطقی

    تحلیل تفکیکی

    مدل افزودنی کلی (GAM)

    Boosting

    فصل پنجم

    سلسله مراتب انتخابها

    فصل ششم

    مراحل فرایند کشف دانش از پایگاه داده های بزرگ

    انبارش داده ها

    انتخاب داده ها

    تبدیل داده ها

    کاوش در داده ها

    تفسیر نتیجه

    فصل هفتم

    عملیات های داده کاوی

    مدل سازی پیشگویی کننده

    تقطیع پایگاه داده ها

    تحلیل پیوند

    فصل هشتم

    قابلیت هایdata mainig

    داده کاوی وانبار داده ها

    داده کاوی آمار ویادگیری ماشین

    کاربرد های داده کاوی

    داده کاوی موفق

    تحلیل ارتباطات

    فصل نهم

    طبقه بندی

    حدس بازگشتی

    سری های زمانی

    درخت های انتخاب

    استنتاج قانون

    الگوریتم های ژنتیک

    فصل دهم

    فرایند های داده کاوی

    مدل فرایند دو سویه

    فصل یازدهم

    ساختن یک پایگاه داده داده کاوی

    جستجوی داده

    آماده سازی داده برای مدل سازی

    ساختن مدل برای داده کاوی

    تائید اعتبار ساده

    ارزیابی وتفسیر

    فصل دوازدهم

    ماتریس های پیچیدگی

    ایجادمعماری مدل ونتایج

    فصل سیزدهم

    نتیجه گیری

    منابع ومآخذ

    برچسب ها: الگوریتم های ژنتیک خلاصه سازی و به تصویر در آوردن داده ها داده کاوی و OLAP داده کاوی و انبار داده ها درخت های انتخاب رگرسیون منطقی ساختن یک پایگاه داده داده کاوی عملیات های داده کاوی کاوش در داده ها ماتریس های پیچیدگی مدل سازی پیش
  

به ما اعتماد کنید

تمامي كالاها و خدمات اين فروشگاه، حسب مورد داراي مجوزهاي لازم از مراجع مربوطه مي باشند و فعاليت هاي اين سايت تابع قوانين و مقررات جمهوري اسلامي ايران است.
این سایت در ستاد سازماندهی ثبت شده است.

درباره ما

فروش اینترنتی فایل های قابل دانلود
در صورتی که نیاز به راهنمایی دارید، صفحه راهنمای سایت را مطالعه فرمایید.

تمام حقوق این سایت محفوظ است. کپی برداری پیگرد قانونی دارد.