دانلود فایل پاورپوینت ترفندهای داده کاوی

بخشی از پاورپوینت

اسلاید 1 :

تکنيکهای داده کاوی رايج

 آناليز سبد بازاری  Market Basket Analysis

استنتاج مبتنی بر حافظه Memory based reasoning

روشهای آماری، خوشه بندی و دسته بندی

درختهای تصميم گيری Decision tree

روشهای مبتنی برگراف، Link Analysis  

 شبکه های عصبی

الگوريتمهای ژنتيک

برای هر تکنيک ممکن است الگوريتمهای زيادی موجود باشد.

اسلاید 2 :

يادگيری بانظارت

 يک فرآيند دو مرحله ای است:

ساختن يک مدل يادگيری با استفاده از نمونه های داده ای آموزشی موجود

استفاده از مدل ساخته شده برای مشخص کردن خروجی برای داده های تست 

اسلاید 3 :

يادگيری بانظارت، يک مثال برای credit card promotion

اسلاید 4 :

يادگيری بانظارت، يک مثال برای credit card promotion(ادامه)

 يک hypothesis برای پايگاه داده اسلايد قبل:

ترکيب يک يا بيشتر از فيلدها برای دسته بندی کردن افرادی که از ارتقاء بيمه عمر استفاده

     می کنند و آنها که استفاده نمی کنند.

يک قاعده برای دسته بندی کردن افراد می تواند بصورت زير باشد:

IF Sex = Female & 19 <=Age <= 43

  THEN Life Insurance Promotion = Yes

اسلاید 5 :

دسته بندی  Classification

 تخصيص شئ های آموزشی به کلاسهای گسسته از قبل مشخص شده

از نظر تکنيکی يعنی : بروز کردن فيلد دسته بندی هر رکورد با يک کد کلاس

اين عمليات نيازمند موارد زير است:

کلاسهايی با تعريف مناسب well-defined

 روالها، سيستمها و پرسنل آموزش ديده

مثالهای دسته بندی :

کلمات کليدی keywords

 گروه اعتباری credit(low,medium,high)

دانشجوی سال اول کارشناسی ، سال دوم، دانشجوی ارشد، دکتری

اسلاید 6 :

تخمين  Estimation

 تخصيص مقدار برای يک متغير پيوسته

نيازمند کلاسهای با تعريف مناسب well-defined می باشد.

ممکن است پايه ای برای دسته بندی باشد.

مرتب کردن و رنکينگ را ممکن می سازد.

از يک مقدار آستانه threshold استفاده  می کند. مانند:

مقدار اعتبار credit score

  مثالهای تخمين :

تعداد فرزندان  

حق بيمه insurance premium

درآمد خانه داری household  income

اسلاید 7 :

پيشگويی Prediction

 دسته بندی/تخمين بر اساس مقادير و رفتارهای آينده صورت می گيرد.

ويژگی خروجی ممکن است مقدار عددی يا دسته ای categorical باشد.

استفاده از گذشته برای يادگرفتن درباره آينده :

از يک مدل وابستگی بين متغيرهای هدف و متغيرهای  مستقل و يا بين رفتار کنونی و  گذشته استفاده می شود.

مدل بر روی نتايج گذشته مشاهده شده اعمال می شود.

مثالها:

مدت زمان گرفتن يک درجه

  پاسخ گويی به رقابتهای بازاريابی marketing campaign

تعداد مسافران درتعطيلات آخر هفته

اسلاید 8 :

پيشگويی Prediction(ادامه)

مثال: مجموعه داده بيماران قلبی

اسلاید 9 :

مثال: مجموعه داده بيماران قلبی(ادامه):

اسلاید 10 :

مثال: مجموعه داده بيماران قلبی(ادامه) :

 يک قاعده برای تشخيص کلاس سلامتی: 

IF 169 <= Maximum Heart Rate <=202 THEN Concept Class = Healthy

nRule accuracy: 85.07%

nAccuracy: If patient has heart rate in this range, in 85% of cases the “healthy” is correct

nRule co erage: 34.55%

nCo erage: 34% of all patients of “healthy” ha e heart rate in this range

يک قاعده برای تشخيص کلاس بيمار: 

IF Thal = Re & Chest Pain Type = Asymptomatic THEN Concept Class = Sick

nRule accuracy: 91.14%

nRule co erage: 52.17%