خرید و دانلود فصل دوم پایان نامه داده کاوی و طبقه بندی آن با فرمت docx در قالب 13 صفحه ورد بصورت کامل و جامع با قابلیت ویرایش

در داده کاوی با دو مجموعه داده مواجه هستیم، داده  آموزشی و داده آزمایشی صفات داده  آموزشی را مجموعه معیارهایی تشکیل می دهند که هویت موجودیت های قرارگرفته درر کورد ها را پیشگویی می کنند موجودیت های داده ی آموزشی، مشاهداتی هستند که از قبل هویت شان شناسایی شده  است داده ی آموزشی حاوی یک ستون پیش گویی است مقادیر این ستون، با برچسب هایی پر می شوند که هویت اصلی موجودیت ها را نشان می دهد (مثلا درست یا غلط) داده  آزمایشی حاوی مشاهداتی است که هویت اصلیشان شناخته شده نیست با تجزیه  و  تحلیلی که به واسطه  الگوریتم های داده کاوی روی داده ی آموزشی صورت می گیرد مدل هایی ساخته می شود مدل سازی، دانش موجود در مشاهدات داده  آموزشی را در قالب یک سری قوانین استخراج می کند داده  آزمایشی برای ارزیابی دقت پیش گویی مدل ساخته شده روی داده  آموزشی بکار برده میشود در واقع پیشگویی یک فرایند دو مرحله ای دارد، فاز یادگیری و فاز دسته بندی

فهرست مطالب
1-1- مقدمه17
1-2- تکنیک های طبقه بندی18
1-3- معیارهای ارزیابی کارایی19
1-4- جمع بندی21
2- مروری بر تحقیقات پیشین23
2-1- مقدمه23
2-2- مطالعات قبلی در شناسایی خودکار و نیمه خودکار الگوهای طراحی و محدودیت هایشان24
جمع بندی
منابع