فیلم آموزش اصول و روش های داده کاوی Data Mining در فرادرس کلیک کنید . برای بررسی و ارزیابی مدل براساس رویه شماره ۱، تکیه بر داده‌هایی است که مشاهده شده‌ و در ساختن مدل به کار رفته‌اند. ...

6گام اساسی در فرایند داده کاوی: که برای بکارگیری روند بالا در مرحله ابزارهایی وجود دارد. شناخت و یادگیری کاربرد انواع متدdata mining یکی از این ابزار هاست. انواع روش‌های آنالیز در داده‌کاوی:

روش‌های دیگری هم در زمینه نرمال کردن داده‌ها وجود دارد. البته باید بین روش نرمال کردن داده‌ها در تصمیم‌گیری چندمعیاره با روش‌های آماری تفاوت قائل شد. منبع: حبیبی، آرش؛ آفریدی، صنم. (۱۴۰۱).

برنامه‌نویس فرمول: کسی که بتواند فرمول‌ها را کدنویسی نماید - نوشتن فرمول ها (با توجه به مرحله یک یا خلاصات کوتاه مقالات) (3 روز و نیم)؛. 4. تحلیلگر داده: فرمولهای نوشته شده را با مهارت و کاردانی ...

در قسمت‌های قبل متوجه شدیم که ضریب همبستگی نیز برای اندازه‌گیری میزان وابستگی بین دو متغیر استفاده می‌شود. با توجه به نوع داده‌ها، شیوه‌های مختلفی برای اندازه‌گیری ضریب همبستگی وجود ...

داده کاوی یکی از اصول رشته علوم داده (Data Science) محسوب می شود و با تحلیل پیش نگر (Predictive Analytic) متفاوت است. در حقیقت دیتا ماینینگ سعی بر پیش بینی آینده دارد در حالی که مدل تحلیل پیش نگر فقط به بررسی ...

داده‌ کاوی (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. سالیان پیش که حجم داده‌های تولیدی بسیار ...

مجموعه آموزش های داده کاوی یا Data Mining در متلب; آموزش خوشه بندی K میانگین (K-Means) با نرم افزار SPSS; آموزش خوشه بندی تفکیکی با نرم افزار R; آموزش خوشه بندی سلسله مراتبی با SPSS; فاصله اقلیدسی، …

داده کاوی. «داده‌کاوی» (Data Mining)، علمی میان‌رشته‌ای شامل الگوریتم‌های «یادگیری ماشین» (Machine Learning)، روش‌های آماری و «سیستم‌های مدیریت پایگاه داده» (Database Management Systems) به شمار می‌آید. هدف از ...

تفاوت اصلی داده کاوی و علم آمار، در حجم داده های مورد تحلیل، روش مدلسازی داده ها و استفاده از هوش مصنوعی است. داده کاوی شاخه ی توسعه یافته و پیچیده ی علم آمار است.

داده کاوی و بیگ دیتا ... بنابراین فرمول آن بدین شکل خواهد بود: TPR(recall) = TP/(TP+FN) و فرمول FPR به شکل زیر خواهد بود: ... لذا، در زمان ساخت مدل‌های طبقه بندی بهتر است از این معیارها برای ارزیابی عملکرد مدل ...

در درسِ قبلی یاد گرفتیم که چگونه می‌توان داده‌های غیرساختاریافته‌ی متنی را به داده‌های ساختاریافته‌ی ماتریسی توسط BoW تبدیل کرد. در این درس می‌خواهیم به هر کلمه در متن یک وزن اختصاص دهیم. با این کار، می‌توانیم ...

حذف روند سری های زمانی در پایتون — راهنمای گام به گام. در این آموزش از مجله فرادرس، با روش حذف روند سری های زمانی آشنا می‌شویم و نحوه پیاده‌سازی آن‌ها در پایتون را شرح می‌دهیم. ۲۱ فروردین ...

Zi = Xi −μ σ Z i = X i − μ σ. لازم به ذکر است در فرمول بالا Zi Z i ‌ نمره استاندارد برای داده Xi X i است و μ μ ‌ میانگین و σ σ انحراف معیار برای داده‌ها است. با این کار Zi Z i ها دارای میانگین ۰ و واریانس ۱ می ...

ساخت درخت تصمیم در برنامه‌های داده کاوی، حافظه زیادی را مصرف می‌کند زیرا برای هر گره باید معیار کارایی برای ویژگی‌های مختلف را ذخیره کند تا بتواند بهترین ویژگی را انتخاب کند.

الگوریتم‌های متنوع و زیادی برای انجام عملیات خوشه‌بندی در داده‌کاوی به کار می‌رود. آگاهی از الگوریتم‌های خوشه‌بندی و آشنایی با نحوه اجرای آن‌ها کمک می‌کند تا مناسب‌ترین روش را برای خوشه‌بندی داده‌های خود به کار ...

خوشه بندی k میانگین (k-means Clustering) — به همراه کدهای R. از مهم‌ترین تکنیک‌های عملی داده‌کاوی که کاربرد زیادی در علوم مختلف دارد، می توان به «خوشه بندی k-میانگین» (K-means Clustering) اشاره …

داده‌کاوی که با عنوان «کشف دانش از داده» (Knowledge Discovery From Data | KDD) نیز شناخته شده است، فرایند استخراج اطلاعات و دانش از داده‌های موجود در پایگاه‌داده یا انبارداده است.

داده 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 ...

در این مطلب با استفاده از مثال‌های ساده و کاربردی به شرح مختصر و مفید معیار شناخته‌شده‌ی ارزیابی نتایج داده کاوی مثل Accuracy - Recall - Precision و F1-score می‌پردازیم. فرض کنید برنامه‌ای را پیاده‌سازی ...

Power BI نسبت به QlikView و Tableau دارای چه مزیتی هست؟ 1- اولین تفاوت اصلی بحث داده کاوی هست که با زبان R و پایتون می‌توان در Power BI از الگوریتم‌های داده کاوی استفاده کرد این قابلیت در کلیک ویو نیست و به کاملی هم در تبلو نیست (تو Power BI ...

فرمول ضریب جینی. شاخص یا ضریب جینی بصورت کلی نابرابری را در میان مقادیر مختلف یک متغیر اندازه‌گیری می‌کند. هرچه این شاخص بالاتر باشد، داده‌ها پراکنده‌تر هستند.

در روش‌های تحقیقات علمی، بررسی نمونه‌ای و تحقیقات آماری، «نمونه‌گیری» (Sampling) و روش های نمونه گیری به فرآیندی گفته می‌شود که براساس آن انتخاب اعضایی از جامعه آماری صورت می‌پذیرد. این کار با هدف برآورد پارامتر جامعه و ...

داده کاوی در واقع یک روش است، یک روش که قرار است به واسطه آن مسئله‌ای حل شود. در این مقاله به تعریف داده کاوی و تکنیک‌های مهم آن می‌پردازیم.

در این مطلب به مباحث «داده کاوی» (Data Mining) از صفر تا صد پرداخته شده است. با پیشرفت سریع «فناوری اطلاعات» (Information Technology)، بشر شاهد یک رشد انفجاری در تولید «داده» (Data) و ظرفیت‌های گردآوری و ذخیره ...

داده کاوی یا دیتا ماینینگ Data Mining فرآیندی است که برای تبدیل داده های خام به اطلاعات مفید مورد استفاده کمپانی های نوین قرار می گیرد. امروز در داناپ قصد داریم مفهوم داده کاوی، کاربردها، فواید و چالش های آن را به طور کامل ...

IQR (Interquartile Range) یا همان فاصله‌ی بین چارکی ، به فاصله‌ی بین چارک اول و سوم می‌گویند. IQR به نوعی پراکندگی داده‌ها را بدون نویز (داده‌های پرت) نشان می‌دهد. برای مثال در شکل اول همین درس، IQR برابر ...

مثال‌های کاربرد داده کاوی در مهندسی صنایع. داده کاوی (Data Mining) مجموعه‌ای از ابزارهای مهم و کاربردی است، که قطعاً در هر رشته و حوزه کاری، که داده و اطلاعات وجود دارد، می‌تواند کاربرد داشته ...

در این‌جا طبیعتاً داده‌ها ناقص است و در واقع بعضی از داده‌ها وجود ندارند. به این دست از داده‌ها، missing values یا داده‌های گم شده یا داده‌های مفقود می‌گویند که موردِ بحثِ این درس است. فقدانِ ...

۲ » بررسی یکپارچگی داده‌ها (Data Integrity) ۳ » نرمال کردن داده‌ها (Data Normalization) و انواع آن. ۴ » تبدیل داده‌ها (Data Transformation) به فُرمت قالب فهم برای الگوریتم داده‌کاوی. ۵ » داده‌های گم‌شده (Missing Values) و ...