داده کاوی، فرآیندی است که با استفاده از تکنیک های هوشمند، دانش را از بین مجموعه ای از داده ها استخراج می کند. یکی از حوزه هایی که می توان از داده کاوی به طور موثر کمک گرفت و نتایج قابل توجهی به دست آورد، داده های پزشکی است. حوزه پزشکی و سلامت از بخش های مهم جوامع صنعتی می باشد. با توجه به اینکه بیماری های مرتبط با سیستم استخوانی بدن بسیار شایع هستند و بی توجهی بیمار نسبت به آن ها سبب تشدید بی...

درختان تصمیم گیری به عنوان یکی از تکنیک های داده کاوی کاربرد زیادی در اعتبارسنجی مشتریان بانک و شناسایی آن ها برای اعطای تسهیلات اعتباری دارد. مسئله اصلی در پیچیدگی درختان تصمیم گیری، اندازه بیش از حد، عدم انعطاف پذیری و دقت کم در طبقه بندی است. هدف از این مقاله ارائه مدل ترکیبی در بهینه سازی درختان تصمیم گیری توسط تکنیک الگوریتم ژنتیک به منظور حل مسائل ذکر شده در فوق برای اعتبارسنجی مشتریان با...

کوچک‌ترین و مؤثرترین مقیاس تصمیم گیری در جنگل، تصمیم گیری در سطح درخت می باشد. هر گونه تصمیم گیری در مورد درختان جنگلی ( قطع یا نگهداری و انتخاب گونه) معمولاً بر اساس ملاحظات فنی و اقتصادی صورت می‌پذیرد. مدل اقتصادی درخت، ابزاری ارزشمند در تصمیم گیریهای مربوط به درخت می باشد که کلیه ملاحظات اقتصادی را تلفیق می‌نماید. با استفاده از مدل درخت می‌توان ارزش گونه های مختلف یک توده، قطر هدف و میزان خسا...

داده های جریانی داده هایی هستند که به مرور زمان و در حجم زیاد تولید می شوند، به طوری که امکان ذخیره نمودن تمام آن ها در یک مکان وجود نداشته و نیاز به پردازش آن در زمان محدود است. امروزه به دلیل گستردگی کاربرد، کاوش داده های جریانی از اهمیت فزاینده ای برخوردار است. در روش های سنتی طبقه بندی فرض می شود که داده ها دارای توزیع ایستا می باشند. در حالی که این فرض برای کاربردهای اخیر که در آن حجم بزرگ...

درختان تصمیم گیری به عنوان یکی از تکنیک های داده کاوی کاربرد زیادی در اعتبارسنجی مشتریان بانک وشناسایی آن ها برای اعطای تسهیلات اعتباری دارد. مسئله اصلی در پیچیدگی درختان تصمیم گیری، اندازه بیش از حد،عدم انعطاف پذیری و دقت کم در طبقه بندی است. هدف از این مقاله ارائه مدل ترکیبی در بهینه سازی درختان تصمیمگیری توسط تکنیک الگوریتم ژنتیک به منظور حل مسائل ذکر شده در فوق برای اعتبارسنجی مشتریان بانک ...

هدف:  یکی از اهداف تحقیقات پزشکی تعیین عوامل مرتبط در پیش ­بینی بیماری می ­باشد. یکی از شایع ­ترین بیماری های متابولیک در ایران، دیابت می­باشد. هدف از این مطالعه شناسایی عوامل موثر در پیش بینی دیابت با استفاده از مدل­ های شبکه عصبی مصنوعی و درخت تصمیم می ­باشد. روش بررسی:  برای انجام مطالعه، پرونده 901 تن از افرادی که در سال­ های 91 و 92 به مراکز بهداشتی شهر مشهد مراجعه کرده بودند، استفاده گردی...

به منظور پیش بینی میزان آلودگی فلزات سنگین در رسوبات رودخانه گرگانرود با استفاده از داده کاوی، در طول رودخانه گرگان رود نمونه های رسوبی در دو فصل (بهار و تابستان) و در 10 ایستگاه با سه تکرار نمونه برداری گردید. پس از آنالیز دستگاهی نمونه ها، داده های خام فلزات سنگین جمع آوری شد. سپس روش پیشنهادی مطرح گردید که شامل مراحل شروع و گردآوری داده ها، پیش پردازش داده ها ، ساخت مدل و همچنین ارزیابی و خر...

شبکه های اجتماعی، بویژه شبکه های اجتماعی آنلاین (osns) محبوبیت بزرگی در سال های اخیر کسب کرده-اند و در طی این سالها یکی از مهم ترین پدیده های علوم اجتماعی و کامپیوتر به شمار می روند. دراین پایان نامه به منظور بررسی عوامل موثر داده کاوی در شبکه های اجتماعی از چهار مدل داده کاوی (شامل رگرسیون لجستیکی، درخت تصمیم، شبکه ی عصبی و مدل های جنگل تصادفی)

درختان تصمیم گیری به عنوان یکی از تکنیک های داده کاوی می توانند به اعتبارسنجی مشتریان بانکی بپردازند. مسئله ی اصلی ساخت درختان تصمیم گیری است که بتوانند به طور بهینه مشتریان را طبقه بندی کنند. در این مقاله یک مدل مناسب اعتبارسنجی مشتریان بانک ها برای اعطای تسهیلات اعتباری متناسب با هر طبقه مبتنی بر الگوریتم ژنتیک ارایه می شود. الگوریتم های ژنتیک می توانند با انتخاب ویژگی های مناسب و ساخت درختان...