سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

طبقه بندی داده های نادقیق در درخت تصمیم

Publish Year: 1393
Type: Conference paper
Language: Persian
View: 944

This Paper With 9 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

CSITM01_312

Index date: 1 September 2014

طبقه بندی داده های نادقیق در درخت تصمیم abstract

در این مقاله یک روش درخت تصمیم کارآمد برای طبقه بندی داده های نادقیق (UNA) ارائه شده است. یکی از موارد کاربردی طبقه بندی داده های نادقیق، طبقه بندی خانوارها برای دریافت یارانه است. علاوه بر آن در بانکداری، پیش بینی توان بازپرداخت وام برای افراد، یک مسئله مهم و اساسی است. درآمد سالانه افراد یک صفت عددی نادقیق است، زیرا مقدار دقیق آن مشخص نمیباشد و فقط می توان آن را به صورت بازهای در نظر گرفت. الگوریتم درخت تصمیمی که در این مقاله به آن پرداخته ایم، با طبقه بندی صحیحنمونه های آموزشی و استفاده از ویژگی های متفاوت برای نمونه های مختلف ، امکان طبقه بندی دقیقی را فراهم میکند . لذا در این مقاله نحوه پیاده سازی روش طبقه بندی درخت تصمیم با جزئیات لازم، برای مساله طبقه بندی افراد گیرنده وام با شرایط مختلف، با توجه به نادقیق بودن صفات بیان شده است.

طبقه بندی داده های نادقیق در درخت تصمیم Keywords:

طبقه بندی داده های نادقیق در درخت تصمیم authors

ایمانه خدایاری صمغ آبادی

دانشجوی کارشناسی ارشد علوم کامپیوتر، موسسه آموزش عالی غیاث الدین جمشیدکاشانی

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
E. Diday, M.N. Fraiture, Symbolic Data Analysis and the Sodas ...
Aggarwal, Charu C and Reddy, Chandan K , Data Clustering: ...
C. Williams, D. Barber, Bayesian classification with Gaussian processes, IEEE ...
S. Tsang, B. Kao, K.Y. Yip, W.S. Ho, SD. Lee, ...
W. Cohen, Fast effective rule induction, in: Proceedings of ICML, ...
Tom M. Mitchell. Machine Learning, generative and discriminatie classifiers :naive ...
B. Qin, Y.Xia, S.Wang, X.Du A novel Bayesian classification for ...
نمایش کامل مراجع

مقاله فارسی "طبقه بندی داده های نادقیق در درخت تصمیم" توسط ایمانه خدایاری صمغ آبادی، دانشجوی کارشناسی ارشد علوم کامپیوتر، موسسه آموزش عالی غیاث الدین جمشیدکاشانی نوشته شده و در سال 1393 پس از تایید کمیته علمی همایش ملی مهندسی رایانه و مدیریت فناوری اطلاعات پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله صفت عددی نادقیق ، طبقه بندی، درخت تصمیم، آنتروپی، بهره اطلاعات هستند. این مقاله در تاریخ 10 شهریور 1393 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 944 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که در این مقاله یک روش درخت تصمیم کارآمد برای طبقه بندی داده های نادقیق (UNA) ارائه شده است. یکی از موارد کاربردی طبقه بندی داده های نادقیق، طبقه بندی خانوارها برای دریافت یارانه است. علاوه بر آن در بانکداری، پیش بینی توان بازپرداخت وام برای افراد، یک مسئله مهم و اساسی است. درآمد سالانه افراد یک صفت عددی نادقیق است، ... . این مقاله در دسته بندی موضوعی درخت تصمیم طبقه بندی شده است. برای دانلود فایل کامل مقاله طبقه بندی داده های نادقیق در درخت تصمیم با 9 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.