صفحه 1:
بح کرامی بانک باور meee
@PptBank
https://telegram.me/joinchat/CrBIZT 1leCOx3IRhxgL
50
صفحه 2:
7,000
7,000
7,000
7,000
7,000
7,000
7,000
7,000
7,000
جهت جربى سوزى دوربهلو و شكم, كاهش اشتهاء حضم بهترغذا وتقويت و طراوت يوست
جهت افزايش اشتها و جذب بهتر غذا و تقويت استخوان بندى كودكان و مناسب برلى افراد بدتساز
جهت تنطيم فند حون و ترشح اتسولين.
جهت کتترل چربی خون
تظیم كتتده اعمال كبد و موثر در درمان ga plat از قبيل كبد جرب و... و تصفيه کنه حون
جهت رقع استرس» ناراحني ob عصبي: سردردهای ote
تنطيم ترشح هورمونهاي زناه و تتظيم فاعدكي و لطاقت يوست خانمها
جهت رفع و ييشكيري از مشكلات كليوي و مجاري ادراري از قبيل سنك کلب سنك aie سرطان بروستات و
جهت رفع مشكلات معده و رودة أز قبيل دل بنجهء تقع, معده درد و تتظيم كتنده ترش آتزيمهاي معده و رودة
مقوى قلب و اعصاب. معطر و خوشيو كتنده: صفرابر: روشن كنتده يوست. دقع بلقم: تویت کننه له
Sopa aS ULES Ba Raa SSE SES
تفویت اعصاب. تفویت معده,تقویت فوای جنسی و عمومی, آرامبخش, مقوی مغز خواب آور, ضدتشنع, مقوی قلب و
اعصاب
Se oe ge
تقويت عمومي بدن» مقوى قوه بام تقويت معده؛ تقويت اعصابء رقع يوى بد دهانء ضدسرفه هاي مرطوري.
obs معده وروده وياد شكن, ثيرو Sate
ضدجوش,رفع بيخوابى. تب برء تصفيه كننده خون. تقويت يوست و كليه و كبدء داراى ويتامين ث مسكن اعصاب
تصفيه كتتده خون: تقويت لثه. جلوكيرى از خونريزى لت دقع بلعم: ضديرفانء ضد اسكوربورت. ادرارآور و تب بر
es
معجون اعصاب
معجون زتان
معجون كليه و
مجاري ادراري
معجون گوارش.
كلاب مسر
عرق تعنا
5
عرق بهار ناريج
عرق دارجين
عرق هل
عرق كاسن
عرق شاه ou
عرق خار شتر
ab oe
صفحه 3:
صفحه 4:
تهیه کنندگان:
مجيد افخمى
سید حسین آشتیانی
رضا ظهراب زاده
محسن وحى
Co Pe nS Ste ل
SIN ORCS ey remo he)
استاد: دكتر حق شناس
صفحه 5:
* تکنیکهای نزدیک ترین همسایه بر اساس مفهوم. تشابه شکل گرفته اند
* استدلال مبتنی بر حافظه (18)
* استدلال مبتنی بر حافظه یکی از تکنیک های قدرتمند داده
کاوی به شمار می رود که می توان از نن در حل مسائل
گوناگون داده کاوی که مربوط به طبقه بندی یا تخمین زدن
می باشد » استفاده نمود .
* (استدلال مبتنی بر حافظه توانلیی انسان در استدلال بر اساس
تجربه» به توانلیی او در شناخت و درک نمونه هلیی مناسب که
مربوط به گذشته است بستگی دارد.)
صفحه 6:
مثال :
شک دهد.
ct ee
تشخي 5 1
سل کي دتم ال
- می تند.
شناسایی
كردد.
خاص از قارج مى كر
نوع
صفحه 7:
- تشخیص تقلب: موارد جدید تقلب احتمالاً شبیه به موارد شناخته شده قبلی
می باشد.
- پیش بینی پاسخ گویی مشتری: مشترهای جدیدی که قرار است به یک
ييشنهاد ياسخ دهند. احتمالاً داراى 5 مشابه با مشتریانی هستند که قبلا
پاسخ داده اند.
-ردزمان برشكى: بمترين درمان براق يك بيمار احتدالاً همان dup لت که
بهترين نتايج را براى بيماران مشابه به همراه داشته استد
- طبقه بندى ياسخ ها: باسخ هايى كه متن- آزاد هستند. مانند شكاياتى كه از
طرف مشترى ها ارائه مى شود را مى بايست در قالب مجموعه اى شخص و ثابت
از كدها طبقه بندى كرد. مى تواند پاسخ های متن- آزاد را پردازش کرده و
کدهای مناسب را تخصیص دهد.
صفحه 8:
* - یکی از نقاط قوت ۱8 توانایی آن در استفاده از داده ها به همان
شکلی که هستند می باشد.
* - یکی دیگر از نقاط قوت MBR توانایی آن در سازگاری است.
* به طور کلی در هنگام استفاده از MBR با انتخاب های مختلفی روبرو
۱- انتخاب یک مجموعه آموزشی مناسب
۲- انتخاب موثرترین روش برای ارائه رکوردهای آموزشی
۳- انتخاب تابع فاصله. تابع ترکیب و تعداد همسایه ها
صفحه 9:
8
53-3
- به نظر مى رسد انتخاب يى مجموعه آموزشى
مناسب. مهم ترین مرحله در MBR باشد.
مجموعه آموزشی. مجموعه ای از رکوردهای تاریخی
میباشد. مجموعه آموزشی می بایست جمعیت را به
خوبی پوشش دهد تا نزدیک ترین همسایه های یک
رکورد نامعلوم به منظور اینجاد پیش بینی های مختلف
مفید واقع شوند.
صفحه 10:
°- روش دیگری که برای بهبود کارایی
۶ می توان به کار بست کاستن از
تعداد رکوردها در مجموعه آموزشی میباشد.
صفحه 11:
* تلبع فاصله تلبع ترکیب و تعداد همسایه ها
اجزای اصلی 5 هستند.با توجه به اين
موارد است که یک مجموعه از رکوردهای
تاریخی می تولند بسیار مفید واقع شده پا آن
که اصلاً کارایی نداشته باشد.
صفحه 12:
۱- انتخاب مجموعه آموزشی
۲- تعیین تابع فاصله
۳- تصمیم گیری در مورد تعداد نزدیک ترین همسایه ها
۴- انتخاب تابع ترکیب
صفحه 13:
* کدهای طبقه بندی ۰ کلمات کلیدی استفاده شده
برای توصیف محتوای گزارش های خبری میباشند .
لین کدها توسط یک سرویس بازیلبی خبر به گزارش
ها اضافه می شوند و از لین طریق کاربران می توانند
به جستجوی گزارش های مورد علاقه خود بپردازند .
؟ تخصیص دهی کدها معمولا توسط ویراستاران یا
سیستم های خبره انجام می شود .
صفحه 14:
* ۴ به کمکفاصله . تشابه را لندازیه گیریمیکند. بولیهر متریک
فاصله. بيزنقطه 8 تانقطه 8 را D (A,B) نشانمیدهيم و لیرفاصله
دارلیچهار ویژگیمیاشد
فاصله میان دو نقطه هميشه تعریف شده و یک عدد حقیقی
نامنفی می باشد. 22۰ (0۸8,8
۰ فاصله یک نقطه از خودش همشه صفر است. بنابراین 0 < (0)۸,۸۵
2 جهت . حائز اهمیت نیست . در نتيجه فاصله ۸۸ تا 8 با فاصله 5 تا
برابر است.
d(B,A) =d(A,B)
5 رفتن به نقطه ای مانند -) در راه پیمایش مسیر از ۸ تا 8
هیچ گاه از فاصله نمی کاهد. پس
d(C,B) + d(A,C) S (A,B) d
صفحه 15:
* -سه تلبع فاصله داریم که می بایست ترکیب وبه یک تلبع فاصله متناظر با رکورد تبدیل
شوند.
این کار به سه روش انجام می شود.
۱- فاصله منهتن یا مجموع:
0 مجموع 0 = (A,B) ت dt (AB) cad + (A,B) 2419 (A,B)
d jus (A,B) =
۲- مجموع نرمال شده: man(d gaz)
۳- فاصله اقلیدسی:
"(8ه)درامد 4 + "(8رل) سن 4) + '(8 - (4,8) اقليسى 0
فاصله اقلیدسی بین دو فاصله نقطه را از رابطه زیر به دست می آید.
X= hy Nye Roe Kid Ke را Ken)
VER)” = (صدی)
صفحه 16:
۱- تعیین پارامتر ۸ (تعداد نزدیک ترین همسایه ها)
۲- محاسبه فاصله نمونه ورودی با تمام نمونه های
آموزشی
۳- مرتب کردن نمونه های آموزشی بر اساس فاصله و
انتخاب ۸ همسایه نزدیک
۴- کلاسی که اکثریت را در همسایه های نزدیک دارد. به
عنوان تخمین برای کلاس نمونه ورودی به کار ببر.
صفحه 17:
یکی از کاربردهای جالب و مفید استدلال بر حافظه . ارائه پیشنهاد میباشد .
فیلترینگ مشارکتی رویکردی است جهت ارائه پيشنهادها
* فیلترینگ مشارکتی (6۳) ننه تنها از تشابهات موجود میان همسایه ها استفاده
می کند بلکه علایق و ترجیهات آنها را نیز مورد توجه قرار می دهد .
مثال : معرفی و پیشنهاد کردن یک رستوران جدید
آماده سازی پیشنهادها توسط سیستم فیلترینگ مشارکتی برای یک
مشتری جدید
۱- ساخت پروفایل مشتری
۳- مقایسه پروفایل مشتری جدید با پروفایل مشتریان دیگر از طریق محاسبه تشابه
۳- درجه بندی هایی که به مشتریان دارای پروفایل مشابه تعلق دارد را به نوعی
ترکیب کرده تا از این طریق, درجه بندی متعلق به مشتری جدید در ارتباط با
مواردی که هنوز آنها را درجه بندی نکرده است پیش بینی شود.
صفحه 18:
* سوالا: استدلال مبتنی بر حافظه (8/5//) را شرح
دهيد و كاربردها و نقاط قوت و همجنين مشكلات
استفاده از 1/18/9/ را توضيح دهيد.
* جواب:_فرآيند توانايى انسان در استدلال بر اساس
تجربه. به توانایی او در شناخت و درک نمونه هایی
مناسب که مربوط به گذشته است بستگی دارد به این
فرآیند استدلال مبتنی بر حافظه گویند.
صفحه 19:
امه خوات سولق
1
۱- تشخیص تلقب ۲- پیش بینی پاسخ گویی مشتری
۲- درمان پزشکی ۴- طبقه بندی پاسخ ها
۱- توانایی آن در استفاده از داده هاء به همان شکلی که هستند می باشد.
۲- توانایی آن در سازگاری است.
-١ انتخاب یک مجموعه آموزشی مناسب
۲- انتخاب موثرترین روش برای ارائه رکوردهای آموزشی
۳- انتخاب abel ab تابع ترکیب و تعداد همسایه ها
صفحه 20:
# در یک بررسی پرسشنامه ای برای دسته بندی کاغذها به دو دسته خوب و بد.
بر اساس دو ویژگی مقاومت در برابر اسید و دوام ائجام شد. ۴ نمونه
9 در زیر دیده می شود:
(2 دوام (Seconds)
Sarre ey
Ce) en bee eer | Ea 00000 مه
(Cire a cers
823
Bad
Good
Good
کاغذ تولید می کند که تست آزمایشگاه 3< 27 و 22-7 را
Gl sly تعیین کرده است. می خواهیم بدون تحقیق پر هزینه. دست بندی
این کاغذ را بدانیم.
صفحه 21:
۱- تعیین پارامتر/
فرض می کنیم 3>/
۲- محاسبه فاصله نمونه ورودی با تمام نمونه های آموزشی
با در نظر گرفتن (۲,۷) به عنوان ورودی فاصله آن را با تمام نمونه های
7 محاسبه می کنیم.
فامله قلیدسی با نمونه )۳:۷( ] دوام - 20۲ مقاومت در بریر اسید- 260
(seconds)| _ (Kg/square meter)
۲
-| a} <| <
۴
۴-2۲) +۲۳- ۲ ۴
دك + 0-0 ‘
صفحه 22:
مرتب کردن نمونه های آموزشی بر اساس فاصله و انتخاب
K همسایه نزدیک
abet ae رتیه (اصله قامله قلیدسی یا نمینه (۳۰۷)
| قليدسى)
= ۴
يله ۳
۷۳
0-0 + 6-۷
Wea
] غامد
مقایمت در یلیر ۱
a! Seconds)
صفحه 23:
کلاسی که اکثریت را در همسایه های نزدیک دارد به عنوان تخمینی
برای کلاس نمونه ورودی به کار ببر.
o/square)
eter
7 7 = Bed
7 5 نس ae
{ent
7 oar 1 ]ايه
١ * هد ۳ سمل | steal
نم + 6-۱
جون دو 6000 و یک 880 داریم و ۱>۲ نتیجه می گیریم که کاغذی که در
آزمایشگاه اعداد 3 262 و 262-7 را به دست آورده است در دسته خوب قرار می
گیرد.
صفحه 24:
بر اساس تولبع فاصله منهتن, مجموع نرمال شده. (اقلمیدسی). نزدیک
ترین همسایه ها را برای جدول زیر ارائه دهید.
ae a ضام
1۹۰۰
۶۴۰۰ ۵۱ مرد ۲
oy ۱۳۵ مرد ۳
۰ ۳۳ 3 ۴
۵ مود ۴۵ Fae
صفحه 25:
صفحه 26:
آوا و ۵و وا
او وو وا
Fy led shyt
وگو راو
تیال D
آوا وا واوا
او وود و
روث وا و۲
۳
0 مجمع
۳و وا
Ty dy)
وكوك وو
da Yate Fa)
صفحه 27:
۳
MINING 8 (حكتر جعللشهرلبي
صفحه 28:
