امروزه داده کاوی از طریق تحلیل داده ها، تصمیمگیری سازمانی را بهبود بخشیده است. تکنیکهای داده کاوی که زیربنای این تحلیلها هستند را میتوان به دو هدف اصلی تقسیم کرد.
در این مطلب، روش بخش بندی مشتریان با داده کاوی به طور کامل شرح داده شده و برای درک بهتر موضوع، یک پروژه عملی در همین راستا، از صفر تا صد انجام شده است.
محققان و تحلیلگران، اغلب در مباحث آمار و دادهکاوی، از عبارت «فاصله اطمینان» (Confidence Interval) استفاده میکنند تا نشان دهند که تقریبا مطمئن هستند یک فاصله یا محدودهای عددی، شامل پارامتر مورد جامعه است.
داده کاوی فرآیند تحلیل حجم عظیمی از داده و پایگاه داده است تا بتوان با استخراج (کاویدن) اطلاعات موجود در آنها، مسائل تعریف شده را حل کرد. این مسائل میتوانند پیشبینی مقادیری خاص، انجام وظایف تعریف شده یا پیدا کردن ...
در این مطلب، مفاهیم کلیدی «داده کاوی» (Data Mining) مورد بررسی قرار خواهد گرفت. این مفاهیم در کلیه مسائل این حوزه مشترک محسوب میشوند و یادگیری آنها از الزامات یادگیری دادهکاوی است. هدف از این نوشته پرداختن به هر یک از این ...
اگر بخواهیم از این معیار استفاده کنیم بهتر است در ابتدا مقدار ویژگی ها را نرمال کنیم. علاوهبراین ، هر چقدر ابعاد داده افرایش یابد به همان میزان این معیار ناکارامدتر میشود.
دانشکده مهندسی علوم زمین دانشگاه صنعتی اراک در راستای توسعه و تبادل نظر علمی و ارائه آخرین یافته های علمی و پژوهشی در نظر دارد با استعانت از خدای متعال، چهارمین کنفرانس ملی داده کاوی در علوم زمین را در تاریخ 30 بهمن ماه ...
امروزه داده کاوی به عنوان پایه و مبنای تصمیم های مهم محسوب میشود. داده کاوی به ما کمک میکند که سامانه هایی را توسعه دهیم که قادر است از میان میلیونها یا میلیاردها رکورد، روابط غیر آشکار را شناسایی کند.
دادهکاوی عبارت است از فرآیند اکتشاف الگو و روندهای منظم و پنهان در دادههای بزرگ و توزیع شده، با استفاده از مجموعه وسیعی از الگوریتمهای مبتنی بر علوم ریاضی و آمار.
ما تمام جنبههای دادهکاوی، از جمله معنای آن، مراحل آن، تکنیکهای دادهکاوی، مزایایی که به همراه دارد، ابزارهای مورد نیاز برای دادهکاوی و موارد دیگر را بررسی خواهیم کرد.
از تکنیک های داده کاوی به منظور استخراج اطلاعات مهم از دادههای خام استفاده میشود تا به کمک آنها به درک روشنی از دادهها و مسئله برسیم.
دادهکاوی (Data Mining) علم استخراج الگوها، اطلاعات و تحلیل از مجموعه دادههای خامی است که در یک سازمان و یا یک جامعه یا هر مجموعه دیگری تولید شده است.
توضیحات کتاب: کتاب داده کاوی عملی در بازار سرمایه ایران با کمک زبان برنامه نویسی پایتون نوشته ی نیما همتی و آزاده فضل الهی می باشد که توسط نشر چالش منتشر شده است.. دستیابی به یک الگوریتم معاملاتی خودکار موفق، یک هدف و ...
همه چیز از چند سال پیش و هنگامی که تب تند «علم داده» (Data Science) افراد بیشتری را به خود دچار میساخت آغاز شد. «تحلیل داده» (Data Analytics) و «دادهکاوی» (Data Mining) خیلی زود به گرایشهای روز علمی و پژوهشی مبدل شدند و دیری نپایید که ...
داده کاوی (Data mining) فرایند تجزیه و تحلیل حجم عظیمی از داده ها برای کشف هوش تجاری است. داده کاوی به سازمان ها در حل مشکلات، کاهش خطرات و استفاده از فرصت های جدید کمک می کند.
در اینجا هدف ساخت، مدلی جدید و مبتنی بر اطلاعات غیر بدیهی (nontrivial) بر مبنای مجموعه دادههای در دسترس است. در دادهکاوی توصیفی هدف این است که با استفاده از الگوها و روابط حاکم بر بزرگ دادهها ...
برای 8 سال از فضای درس و تلاش سخت دور بودم، بدون اینکه هیچ برنامهای برای زندگیام داشته باشم. ممکن است تعجب کنید چطور کسی میتواند یک زندگی این چنینی داشته باشد. در محل کار، رئیسم مرا میآزرد و من میدانستم که باید ...
تا اینجا دانستیم داده کاوی چیست و چه مراحل و تکنیکهایی دارد. اکنون خوب است بدانید داده کاوی با عنوان کشف دانش از داده (Knowledge Discovery From Data) نیز شناخته میشود که به معنی فرایند استخراج دانش و ...
از تکنیک های داده کاوی برای به دست آوردن بینش در مورد رفتار مشتری و کاربر، تجزیه و تحلیل روندها در رسانههای اجتماعی و تجارت الکترونیک، یافتن دلایل ریشهای مشکلات و موارد دیگر استفاده میشود.
فرادرس با پایبندی به شعار «دانش در دسترس همه، همیشه و همه جا» و همکاری با بیش از ۲,۵۰۰ مدرس برجسته در زمینههای علمی گوناگون از جمله: آمار و دادهکاوی، هوش مصنوعی، برنامهنویسی، طراحی و گرافیک کامپیوتری، آموزشهای ...
تمیز کردن دادهها یکی دیگر از مراحل مهم در داده کاوی است. دادههای جمعآوری شده پیش از استفاده در تحلیل و استخراج الگوها نیاز به پیشپردازش و تمیز شدن دارند.
کاربردهای این فناوری بسیار گسترده است، از کشف تقلب در امور ... روی یک مجموعه داده بدون برچسب است، جایی که هدف کشف الگوها و روابط در داده ها است. به مدل هیچ هدف یا نتیجه خاصی برای پیشبینی داده ...
ویژگی (Feature) یا بُعد (Dimension) در واقع پایهی بسیاری از عملیاتِ دادهکاوی و یادگیریماشین است. در این درس میخواهیم این مفاهیمِ ساده را با یکدیگر مرور کنیم تا در ادامه راه، بتوانیم ادبیاتِ مشترکی در حوزه دادهکاوی و ...
برای ابتدای کار خوب است. مدل قادر به خوشهبندی درست برای ۵۰٪ از دادهها است (صحت مدل). اما به منظور بهبود کارایی مدل، میتوان برخی از پارامترهای مدل را تغییر داد و در واقع تنظیم کرد.
داده کاوی (به انگلیسی: Data Mining)، به مفهوم استخراج اطلاعات نهان یا الگوها و روابط مشخص در حجم زیادی از دادهها در یک یا چند بانک اطلاعاتی بزرگ گفته میشود.بسیاری از مردم داده کاوی را مترادف واژههای رایج کشف دانش در ...
تاریخچه داده کاوی. مفهوم داده کاوی پیش از ظهور رایانهها وجود داشته است! درواقع آغاز علم داده کاوی را میتوان از کشف قضیه بیز در سال 1763 و تحلیل رگرسیون در سال 1805 دانست.
داده کاوی، استخراج خودکار اطلاعات ضمنی و بالقوه و مفیدی از دادهها است. که به طور فزایندهای در زمینه تجاری، علمی و سایر زمینهها مورد استفاده قرار میگیرد.
درسِ آشنایی با ویژگیها را از قسمت دادهکاوی به یاد بیاورید. به صورت ساده شده این طور است که میخواهیم از یک سری ویژگی (طول و ارتفاع ماشین) به این نتیجه برسیم که این وسیله، پراید است یا اتوبوس. برای این کار که در واقع ...
محمود هاشمی مهندس اصلی (Principle Engineer) در شرکت Simple Legal در سانخوزه کالیفرنیاست. ایشان سابقهی کار در شرکتهای PayPal و eBay را دارد و همکار (Fellow) بنیاد نرمافزار پایتون (Python Software) است؛ این بنیاد مسئول مدیریت توسعهی زبان پایتون ...
بعد از اون، زمینه های لازم برای درک مفهوم داده کاوی به شکلی که امروز میشناسیم از طریق معرفی فناوری Turing Universal Machine در سال 1936، کشف شبکه های عصبی در سال 1943، توسعه پایگاه های داده در دهه 1970 ...