دانلود فایل پاورپوینت ترفندهای داده کاوی

PowerPoint قابل ویرایش
21 صفحه
8900 تومان

لطفا به نکات زیر در هنگام خرید دانلود فایل پاورپوینت ترفندهای داده کاوی توجه فرمایید.

1-در این مطلب، متن اسلاید های اولیه دانلود فایل پاورپوینت ترفندهای داده کاوی قرار داده شده است

2-به علت اینکه امکان درج تصاویر استفاده شده در پاورپوینت وجود ندارد،در صورتی که مایل به دریافت تصاویری از ان قبل از خرید هستید، می توانید با پشتیبانی تماس حاصل فرمایید

4-در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل اسلاید ها میباشد ودر فایل اصلی این پاورپوینت،به هیچ وجه بهم ریختگی وجود ندارد

5-در صورتی که اسلاید ها داری جدول و یا عکس باشند در متون زیر قرار نخواهند گرفت

 

اسلاید ۱ :

تکنیکهای داده کاوی رایج

 آنالیز سبد بازاری  Market Basket Analysis

استنتاج مبتنی بر حافظه Memory based reasoning

روشهای آماری، خوشه بندی و دسته بندی

درختهای تصمیم گیری Decision tree

روشهای مبتنی برگراف، Link Analysis  

 شبکه های عصبی

الگوریتمهای ژنتیک

برای هر تکنیک ممکن است الگوریتمهای زیادی موجود باشد.

اسلاید ۲ :

یادگیری بانظارت

 یک فرآیند دو مرحله ای است:

ساختن یک مدل یادگیری با استفاده از نمونه های داده ای آموزشی موجود

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

اسلاید ۳ :

یادگیری بانظارت، یک مثال برای credit card promotion

اسلاید ۴ :

یادگیری بانظارت، یک مثال برای credit card promotion(ادامه)

 یک hypothesis برای پایگاه داده اسلاید قبل:

ترکیب یک یا بیشتر از فیلدها برای دسته بندی کردن افرادی که از ارتقاء بیمه عمر استفاده

     می کنند و آنها که استفاده نمی کنند.

یک قاعده برای دسته بندی کردن افراد می تواند بصورت زیر باشد:

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

  THEN Life Insurance Promotion = Yes

 

 

اسلاید ۵ :

دسته بندی  Classification

 تخصیص شئ های آموزشی به کلاسهای گسسته از قبل مشخص شده

از نظر تکنیکی یعنی : بروز کردن فیلد دسته بندی هر رکورد با یک کد کلاس

این عملیات نیازمند موارد زیر است:

کلاسهایی با تعریف مناسب well-defined

 روالها، سیستمها و پرسنل آموزش دیده

مثالهای دسته بندی :

کلمات کلیدی keywords

 گروه اعتباری credit(low,medium,high)

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

اسلاید ۶ :

تخمین  Estimation

 تخصیص مقدار برای یک متغیر پیوسته

نیازمند کلاسهای با تعریف مناسب well-defined می باشد.

ممکن است پایه ای برای دسته بندی باشد.

مرتب کردن و رنکینگ را ممکن می سازد.

از یک مقدار آستانه threshold استفاده  می کند. مانند:

مقدار اعتبار credit score

  مثالهای تخمین :

تعداد فرزندان  

حق بیمه insurance premium

درآمد خانه داری household  income

اسلاید ۷ :

پیشگویی Prediction

 دسته بندی/تخمین بر اساس مقادیر و رفتارهای آینده صورت می گیرد.

ویژگی خروجی ممکن است مقدار عددی یا دسته ای categorical باشد.

استفاده از گذشته برای یادگرفتن درباره آینده :

از یک مدل وابستگی بین متغیرهای هدف و متغیرهای  مستقل و یا بین رفتار کنونی و  گذشته استفاده می شود.

مدل بر روی نتایج گذشته مشاهده شده اعمال می شود.

مثالها:

مدت زمان گرفتن یک درجه

  پاسخ گویی به رقابتهای بازاریابی marketing campaign

تعداد مسافران درتعطیلات آخر هفته

اسلاید ۸ :

پیشگویی Prediction(ادامه)

مثال: مجموعه داده بیماران قلبی

 

اسلاید ۹ :

مثال: مجموعه داده بیماران قلبی(ادامه):

 

اسلاید ۱۰ :

مثال: مجموعه داده بیماران قلبی(ادامه) :

 

 یک قاعده برای تشخیص 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

یک قاعده برای تشخیص کلاس بیمار: 

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

nRule accuracy: 91.14%

nRule co erage: 52.17%

مطالب فوق فقط متون اسلاید های ابتدایی پاورپوینت بوده اند . جهت دریافت کل ان ، لطفا خریداری نمایید .
PowerPointقابل ویرایش - قیمت 8900 تومان در 21 صفحه
سایر مقالات موجود در این موضوع
دیدگاه خود را مطرح فرمایید . وظیفه ماست که به سوالات شما پاسخ دهیم

پاسخ دیدگاه شما ایمیل خواهد شد