درسال های اخیر، توانایی تولید و جمع آوری داده افزایش چشم گیری داشته و حجم داده با سرعت زیادی رو به افزایش است. داده کاوی یا اکتشاف دانش از پایگاه های داده، به معنای فرآیند استخراج غیربدیهی اطلاعات ضمنی (غیرصریح) است که قبلاً برما پوشیده بوده و احتمالاً مورد استفاده و با ارزش خواهند بود. با وجود این، اغلب الگوریتم های داده کاوی نمی توانند به طور مستقیم روی داده های ذخیره شده در این پایگاه های داده...

دسته ای از الگوریتم های داده کاوی به استخراج قوانین انجمنی موجود در یک جدول می پردازد. در حالی که بیشتر داده های موجود در پایگاه داده شامل چندین جدول ذخیره شده اند. مشکلات ناشی از ادغام جداول و تبدیل آن ها به یک جدول، ما را به سوی داده کاوی رابطه ای رهنمون می سازد. در اینجا از یکی از الگوریتم های موجود در کاوش قوانین انجمنی رابطه ای که mrfp-growth نام دارد، برای یافتن الگوهای پرتکرار استفاده می...

یکی از زمینه های کاربردی روش های یادگیری ماشین و تشخیص الگو در زمینه ی تجارت هوشمند برای سازمان ها می باشد. روش های تجارت هوشمند سازمان ها را قادر می سازد که تحلیل خردمندانه ای داشته باشند و تصمیم های به موقع و هوشمندانه اخذ کنند که تغییرات قابل ملاحظه ای در رقابت خود و شرایط بازار ایجاد کنند. بنابراین کاوش دانش روی داده های واقعی با استفاده از روش های یادگیری ماشین بسیار پرارزش می باشد. هرچند،...

چکیده در دهه اخیر توانایی بشر برای تولید و ذخیره سازی داده ها به سرعت افزایش یافته است . امروزه میزان داده های در دسترس هر پنج سال دو برابر می شوند. با افزایش حجم داده های ذخیره شده نیاز به روشی که بتوان با استفاده از آن به تحلیل اطلاعات و دانش موجود در داده ها پرداخت بیش از پیش احساس می شود.دغدغه مدیران امروز دیگر کمبود داده ها نیست بلکه استفاده درست از داده های موجود و تبدیل آنها به اطلاعات ...

استخراج قوانین انجمنی یا همان استخراج روابط ممکن مابین داده های یک پایگاه داده بزرگ، یکی از وظایف مهم و بسیار زمان بری در داده کاوی به شمار می آید. بدین منظور، الگوریتم های متنوعی پیشنهاد شده اند که از نظر سرعت اجرا و چند هدفه یک pso کیفیت جواب ها با هم متفاوت می باشند. در این مقاله سعی شده است با استفاده از الگوریتم تکاملی روش سریع و با کیفیتی مناسب جهت استخراج این قوانین ارایه شود. این الگوری...

الگوریتم های داده کاوی در بسیاری از مسائل دسته بندی استفاده شده است . این تحقیق از انواع این الگوریتم ها برای دسته بندی شدت تصادفات جاده ای (جرحی و خسارتی ) استفاده می کند . الگوریتم های دسته بندی انفرادی مورد استفاده در این مطالعه شبکه عصبی مصنوعی ، سیستم استنباط عصبی - فازی هستند . الگوریتم های دسته بندی اشاره شده در بالا دارای مزایا و معایب مربوط به خودشان هستند و مناسب بودنشان تحت تاثیر مشخ...