خرید و دانلود فصل دوم پایان نامه داده کاوی و مفاهیم آن با فرمت docx در قالب 35 صفحه ورد بصورت کامل و جامع با قابلیت ویرایش

بطور خلاصه داده کاوی  عبارت است از کاوش یا استخراج دانش در مجموعه عظیمی از داده ها.  رشد روز افزون داده در شاخه های مختلف صنعت و علوم باعث شده است تا از کامپیوتر و علوم مربوط به آن جهت پردازش این حجم بالا از داده ها استفاده شود. بطور کلی هدف از پردازش داده ها، استخراج اطلاعات و دانش از آنها به گونه ای است که بتوان در علوم و کاربردهای دیگر از آنها استفاده نمود. کاوش داده عبارت است از اعمال روشهای مبتنی بر کامپیوتر جهت استخراج دانش از روی داده های خام. در سالهای اخیر روشهای مختلف و متنوعی جهت کشف و استخراج دانش از روی داده های خام ارائه شده است. دانش مزبور پس از استخراج شدن قابل ارزیابی توسط اشخاص خبره می باشد. با توجه به ارزیابی افراد خبره و همچنین روشهای موجود در بررسی کیفیت دانش استخراج شده، این امکان وجود دارد تا  کارآیی الگوریتم کاوشگر دانش مورد مطالعه و بررسی قرار گیرد.,[4] [25]

فهرست مطالب
1-2) داده کاوی: مقدمه 13
 2-2) داده کاوی: مفاهیم کلی  13
3-2) روال داده کاوی  16
1-3-2) بیان مسأله و فرمول بندی فرضیه  17
2-3-2) گردآوری داده  17
3-3-2)  انجام پیش پردازش  18
4-3-2) تشخیص و حذف داده های زائد  18
5-3-2) برآورد مدل (کاوش داده)  19
6-3-2) تعبیر مدل و استخراج نتایج  19
4-2) آشنایی با مجموعه داده KDD : 20
5-2) ماشین های بردار پشتیبان 23
1-5-2) دسته بندی کننده بردار پشتیبانی 24
2-5-2) SVC با حاشیه انعطاف پذیر 30
3-5-2) کرنل: 33
1-3-5-2) انواع کرنل ها : 35
4-5-2) مقایسه ماشین های بردار پشتیبان با شبکه های عصبی 35
3-5-2) نقاط ضعف ماشین های بردار پشتیبان 36
منابع