در این بخش پایانی از مقاله آموزش داده کاوی با پایتون برخی از این دورههای آموزشی که به نوعی با داده کاوی در ارتباط هستند، معرفی شدهاند. در این دوره آموزشی مفاهیم و مباحث پایه و مهم داده کاوی ...
ادامه مطلبروشهای مختلفی برای انواع داده کاوی وجود دارد که بنابر کاربرد و سازمان انتخاب و مورد استفاده قرار میگیرد. در اینجا به مهمترین آنها میپردازیم.
ادامه مطلبقبل از اینکه با مفهموم Data Mining آشنا شویم بهتر است ابتدا تعریف داده (Data) و اطلاعات (Information) را بشناسیم و پس از آن به سراغ دادهکاوی و کاربردهای آن برویم.
ادامه مطلبdata mining داده کاوی چیست و چه کاربردی دارد ؟ در دنیای امروزی، اطلاعات و داده از اهمیت بسیاری بالایی برخوردار است. در همین راستا کسبوکارهای مختلف در هر زمینهای که فعالیت داشته باشند، تلاش میکنند تا اطلاعات بیشتری را از ...
ادامه مطلبمفهوم داده کاوی از مدت ها قبل از عصر دیجیتال با ما بوده است. ایده بهکارگیری داده ها در کشف دانش قرن هاست که با فرمول های دستی برای مدل سازی آماری و تحلیل شروع شده است. در دهه 1930، آلن تورینگ ایده یک ماشین محاسباتی جهانی را ...
ادامه مطلبدرخت تصمیم یکی از معروفترین روشهای دسته بندی دادهها در داده کاوی است که برای کمک به تصمیم گیری ساخته میشود. از این ساختار برای تقسیم مجموعهای بزرگ از دادههای جمع آوری شده به مجموعه ...
ادامه مطلبداده کاوی چیست؟. (Data Mining) داده کاوی فرآیند تجزیه و تحلیل حجم عظیمی از دادهها برای کشف هوش تجاری سازمان است. این فرآیند به شرکتها در حل مشکلات، کاهش خطرات و استفاده از فرصتهای جدید کمک می ...
ادامه مطلببه عنوان مثال، داده کاوی میتواند به صنعت بهداشت و درمان در تشخیص سوء استفاده از کلاهبرداری، مدیریت ارتباط با مشتری، مراقبت موثر از بیمار و ارائه بهترین روشها، خدمات مقرون به صرفه درمانی ...
ادامه مطلبظهور علم داده کاوی (Data Mining) باعث شده است که اکنون «دادهها» به یکی از سرمایههای بسیار ارزشمند سازمانها تبدیل شوند و استفاده درست از این برگ برنده، بتواند نتایج را به نحو متفاوتی رقم بزند.
ادامه مطلبدریافت دانش از چنین دادههای درهم و مرکب، کاری بسیار طاقتفرسا است، بنابراین، این روش علاوه بر به کارگیری در تحلیل دادهها یا همان دادهکاوی، معمولاً در تحقیقات اکتشافی هم مورد استفاده ...
ادامه مطلبدوره داده کاوی با پایتون برای مدیران فروش و بازاریاب ها نیز مناسب می باشد که قصد دارند داده های مشتریان خود را تحلیل کنند. افراد کارشناسی که در زمینه مدیریت ارتباط با مشتری فعالیت می کنند و ...
ادامه مطلبالگوریتم Apriori. این الگوریتم برای داده کاوی مکرر و یادگیری قانون وابستگی بر روی بانکهای اطلاعاتی کلی، مورد استفاده قرار میگیرد. در این الگوریتم ابتدا عناصری که به صورت مکرر در دیتاست ...
ادامه مطلب1- پاکسازی دادهها برای داده کاوی. اولین و مهمترین مرحله داده کاوی، پاکسازی دادهها (Data Cleaning) است. از آنجایی که دادههای کثیف (Data Dirty) در صورت استفاده مستقیم بر روی نتایج اثر منفی میگذارند ...
ادامه مطلبشرکتهای بزرگی که از داده کاوی استفاده میکنند سعی میکنند این رویکرد را برای تحلیل رقبا و بازار در نظر بگیرند و به واسطه این روش پیشبینی خوبی بر روی ترندهای روز خواهند داشت.
ادامه مطلبمراحل داده کاوی (دیتا ماینینگ) داده کاوی یک فرآیند تعاملی متشکل از 6 مرحله است که عبارتند از: درک اهداف کسب و کار در Data mining. مجموعه داده ها در داده کاوی. آماده سازی داده ها. مدل ساختمان در آنالیز ...
ادامه مطلبسه روش پر کاربرد در داده کاوی، دسته بندی (Classification)، خوشه بندی (Clustering) و کاوش قوانین انجمنی (Association rules) است. انواع متنوعی از الگوریتمهای …
ادامه مطلبکاربرد داده کاوی در مراقبت های بهداشتی. داده کاوی نوید دهنده خبرهای خوبی برای بهبود سیستم مراقبت های بهداشتی است. این علم با به کارگیری داده های مختلف و تجزیه و تحلیل آن ها بهترین و مناسب ترین ...
ادامه مطلبروشهای مبتنی بر فیلتر (Filter): انتخاب ویژگی با استفاده از روشهایی مستقل از عملیات داده کاوی قبل از اجرای الگوریتمهای داده کاوی. به عنوان مثال ممکن است ویژگیهایی را انتخاب کنیم که کمترین ...
ادامه مطلباز این اطلاعات برای اهداف اصلی کسبوکار و تبدیل معیارها، حقایق و ارقام به ابتکارهایی برای بهبود، استفاده میشود. روشهای مختلفی برای تحلیل داده وجود دارد که عمدتاً بر اساس دو حوزه اصلی ...
ادامه مطلبفرآیند یا روش CRISP-DM دارای شش گام اساسی است که در ادامه تشریح شدهاند. مدل فرآیند استاندارد صنعت متقابل برای دادهکاوی. ۱. درک کسبوکار. تمرکز این گام بر درک اهداف و الزامات پروژه از چشم ...
ادامه مطلببه منظور آموزش مدل نیز از دادههای جمعآوری شده در مرحله قبل استفاده میکنیم. ... معمولاً دادههای مورد نیاز روشهای داده کاوی بر روی پلتفرمهای مختلفی نظیر پایگاههای داده متفاوت، سیستم ...
ادامه مطلبمراحل اصلی داده کاوی در روش های مبتنی بر crisp-dm. روش داده کاوی مبتنی بر مدل crisp-dm در شش گام زیر صورت می گیرد. که در ادامه هر کدام شرح داده می شود.
ادامه مطلباستفاده از یک مقدار ثابت: در این روش تمام مقادیر ناموجود در مجموعه داده، با یک مقدار ثابت و از پیش تعیین شده پر میشوند.این روش از دقت بالایی برخوردار نیست؛ به ویژه اگر تعداد دادههای ناموجود زیاد باشد، ممکن است این ...
ادامه مطلبمسئله «مقادیر گمشده» (Missing Values) در «علم داده» (Data Science) و بخصوص «دادهکاوی» (Data Mining)، زمانی رخ میدهد که یک یا چند مشاهده دارای مقدارهایی ثبت نشده یا ناموجود در ستونهای «چارچوب اطلاعاتی» (Data Frame) هستند. در چنین حالت می ...
ادامه مطلبدوره آموزش داده کاوی مکتب خونه، در ٢٤ جلسه در قالب محتوای ویدیویی از کلاس دانشگاه اصفهان گردآوریشده است. این دوره آموزشی در ٢٥ ساعت به کاربران ارائه میشود و در آن مفاهیم داده کاوی پوشش ...
ادامه مطلبدر علم دادهکاوی، تمامی دادههایی که برای هدف مورد نظر استفاده خواهند شد، باید پیش از شروع پردازش با استفاده از روشهایی، آماده و تنظیم و یا به اصطلاح «پیشپردازش» (Preprocess) شوند.
ادامه مطلببا استفاده از تکنیکهای دادهکاوی میتوانید به نتایج دلخواه کاربران دست پیدا کنید.علم داده و رویکرد داده-محور به موضوعات، سبب تصمیمگیری بهتر، تحلیلهای پیشبینانه و کشف الگوها میشود ...
ادامه مطلبدر فرآیند داده کاوی، ابتدا مجموعه داده های بزرگ مرتب میشود، سپس الگوها شناسایی میشود و روابط و تکنیکهایی برای انجام تجزیه و تحلیل داده ها و حل مسائل استفاده میشود. یکی از پرکاربردترین ...
ادامه مطلبتحلیل مؤلفه اصلی میتواند با استفاده از روش هسته به شکل غیر خطی عمل کند. تکنیک حاصل قادر به ساخت نگاشتهای غیر خطی است که میزان توضیح واریانس را در دادههای در فضای کوچکتر به حداکثر میرساند.
ادامه مطلب