
مقاله : تکنيکهاي خوشه بندي در داده کاوي
فرمت : word
تعداد صفحه : 51
قیمت : مبلغ ۱۵ هزار تومان
در يک تعريف غير رسمي داده کاوي فرآيندي است، خودکار براي استخراج الگوهايي که دانش را بازنمايي مي کنند، که اين دانش به صورت ضمني در پايگاه داده هاي عظيم، انباره داده و ديگر مخازن بزرگ اطلاعات، ذخيره شده است. داده کاوي بطور همزمان از چندين رشته علمي بهره مي برد نظير: تکنولوژي پايگاه داده، هوش مصنوعي، يادگيري ماشين، شبکه هاي عصبي، آمار، شناسايي الگو، سيستم هاي مبتني بردانش ، حصول دانش ،بازيابي اطلاعات ، محاسبات سرعت بالا و بازنمايي بصري داده . داده کاوي در اواخر دهه ۱۹۸۰پديدار گشته، در دهه ۱۹۹۰ گامهاي بلندي در اين شاخه از علم برداشته شده و انتظار مي رود در اين قرن به رشد و پيشرفت خود ادامه دهد.
هدف اين گزارش فراهم کردن مطالعه اي جامع، از تکنيکهاي متفاوت خوشه بندي، در داده کاوي است. خوشه بندي, تقسيم داده ها به گروههايي از اشيا مشابه است. هر گروه، خوشه ناميده مي شود، که اشياء هر خوشه به يکديگر شبيه بوده و نسبت به اشياء ديگر خوشه ها شبيه نيستند. نمايش داده ها با تعداد خوشه هاي کم، به الزام باعث از بين رفتن جزئيات خواهد شد (شبيه از دست رفتن اطلاعات، در فشرده سازي)، اما اين کار باعث ساده سازي مسائل مي شود. تکنيک خوشه بندي، تعداد زيادي از اشياء داده اي را با تعداد کمي خوشه، نمايش مي دهد، بنابراين اين تکنيک، داده ها را با خوشه هايشان مدل مي کند. به لحاظ مدلسازي داده ها ريشه هاي ايجاد تکنيک خوشه بندي، رياضيات، آمار و آناليزعددي مي باشد. ازديدگاه يادگيري ماشين ، خوشه ها مترادف با الگوهاي مخفي ، جستجو براي يافتن خوشه ها يعني يادگيري بيسرپرست ، و سيستم حاصل بيانگر مفهوم داده ، مي باشد. بنابراين، خوشه بندي يادگيري بي سرپرست مفهوم داده مخفي، مي باشد.
داده کاوي با پايگاه داده هاي بزرگ، نيازهاي سخت محاسباتي به تکنيک آناليز خوشه ها تحميل مي کند. اين چالش و راه حل هاي ارائه شده براي آن در داده کاوي، مورد توجه اين گزارش مي باشد.
فهرست مطالب
١- مقدمه
٢- معرفي داده کاوي
2-1 چه چيزي سبب پيدايش داده کاوي شده است؟
2-2 داده کاوي چيست؟
2-3 چه نوع الگوهايي با داده کاوي قابل دريافت هستند؟
٣- تکنيکهاي داده کاوي
3-1 تکنيک توصيف مشخصه
3-2 آناليز تداعي
3-3 کلاسبندي و پيش بيني
3-4 آناليز خوشه ها
3-5 آناليز عدم توافق
3-6 آناليز سير تکامل
4- تکنيک خوشه بندي
4-1 علائم نشانه گذاري
4-2 شرح مختصر تاريخجه تکنيک خوشه بندي
4-3 دسته بندي الگوريتمهاي خوشه بندي
4-4 شرح دسته بندي الگوريتمهاي خوشه بندي
4-5 نتايج مهم
۵- خوشه بندي سلسله مراتبي
5-1 اندازهء اتصال
5-2 خوشه بندي سلسله مراتبي با اشکال دلخواه خوشه
5-3 افراز تقسيمي دودويي
5-4 ديگر توسعه ها
6- روشهاي افرازي بازمکاني
6-1 خوشه بندي احتمالاتي
6-2 روشهاي مبتني بر k- ميانه
6-3 روشهاي مبتني برk-متوسط
٧- افراز بر اساس تراکم
7-1 اتصال مبتني برتراکم
7-2 تابع تراکم
٨- جمع بندي
منابع
***************************************************************************************
در صورت تمایل
به دریافت فایل فوق در مدت 10 دقیقه ، لطفاً اینجا کلیک
کنید
***************************************************************************************
مشاوره ؛نگارش پایان نامه ؛ مقاله + شبیه سازی
در تمام مقاطع دانشگاهی پذیرفته می شود
در صورت
تمایل می توانید عنوان و جزئیات پروژه خود را در قسمت نظرات این پست
اعلام فرمایید. ضمنا می توانید اطلاعات درخواستی خود را به ایمیل یا تلگرام
نمایید
ایمیل :
com.dr@yahoo.com
درباره :
پایگاه داده , داده کاوی , داده کاوی ,
|