مرور کلی بر رویکردهای مختلف حل مشکلات داده کاوی
Publish place: The first international smart city conference
Publish Year: 1398
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 594
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SMARTCITYC01_035
تاریخ نمایه سازی: 11 اسفند 1398
Abstract:
این مقاله به مشکلات اصلی در تجزیه و تحلیل مقادیر زیاد اطلاعات و مقایسه روش های راه حل آنها اختصاص یافته است. تجزیه و تحلیل حجم زیادی از اطلاعات و شناسایی دانش ارزشمند توسط ابزارداده کاوی انجام شد. مفهوم داده کاوی به عنوان داده کاوی، تجزیه و تحلیل داده ها وجمع آوری داده ها ترجمه می شود. با توجه به انواع مختلفی از انواع داده ها و اشکال سازماندهی اطلاعات، اطلاعات واقعی ممکن است همیشه از طریق ابزار یادگیری ماشینی تحلیل نگردد. تکنیک های داده کاوی برای تبدیل داده های خام به داده ها، می توانند بطور کارآمد مشکل پیش پردازش را حل کنند. روش های نزدیکترین همسایه k و درخت تصمیم این مسائل را بعنوان طبقه بندی داده کاوی و رگرسیون در حوزه های مشخص شده حل می کنند
Keywords:
داده کاوی , نزدیک ترین روش همسایه , روش نزدیک ترین همسایه k , درخت تصمیم , طبقه بندی , رگرسیون , پیش بینی.
Authors
فاطمه زینلی
دانشجوی ارشد موسسه آموزش عالی آپادانا شیراز
فاطمه زاهدی
پژوهشگردکتری، مهندسی کامپیوتر، , دانشکده فنی و مهندسی،دانشگاه آزاد اسلامی میبد،میبد،ایران