تکنيک های داده کاوی

صفحه 1:
مر ورتکنیکهای داده کاوی 

صفحه 2:
تکنیکهای داده کاوی رایج آنالیز سبد بازاری ۸۵۵1۷۵15 ‎Market Basket‏ 2 استنتاج مبتنى » ‎Memory based reasoning alasl>‏ 2 روشهای آماری, خوشه بندی و دسته بندی لا درختهای تصمیم گیری ۳66 2660151013 الا روشهاى مبتنى ‎Link Analysis «31S»‏ لا شبکه های عصبی 2 الگوریتمهای تیک ‎ee‏ ممکن است الگوریتمهای زیادی موجود 

صفحه 3:
یادگیری بانظارت یک قرآیند دو مرحه ای است: * ساختن یک مدل یادگیری با استفاده از تمونه های داده ای i ome 

صفحه 4:
9 ار 0 ره 88 28 ۵۵ ۵ 3۵3 2۵۵ 0 و ل ارم و إرارة 3 1 ۱ 0 ye 

صفحه 5:
یادگیری بانظارت؛ یک مثال برای ‎(aelsl)credit card promotion‏ ‎A‏ يى ‎sly hypothesis‏ پایگاه داده اسلاید قبل: ** تركيب يك يا إل ‎NS a renee‏ می کنند و آنها که استفاده نمی کنند. کایک فاعده برای دس دی کردن افراد می نواند بصورت زیر باشد: 0 ‎ee‏ ‎IF Sex = Female & 19 <=Age <= 43 THEN Life Insurance Promotion = Yes 

صفحه 6:
۱ rece a ‏مشخص شده‎ ‏لا از نظر تکنیکی یعنی : بروز کردن فیلد دسته بندی هر رکورد.‎ ‏باك ك كلاسا‎ ‏لا اين عمليات نيازمند موارد زير است:‎ well-defined aslo ‏کلاسهایی با تعريف‎ * ‏میستها و پرسل آموزش دید‎ allay * : ‏لا مثالهاى دسته بندی‎ keywords sal olals * credit(low,medium,high) sls! og 5 * ‏دانشجوی ارشد.‎ ee ‏ا‎ ‏اد‎ 

صفحه 7:
تخمین طمناحصناو1۲ 2 تخصیص مقدار برای یک متغیر پیوسته 0 ممکن است پایه ای برای دسته بندی باشد. لا مرتب کردن و رتکینگ را ممکن می سازد. 27 از یک مقدار آستانه ۲۲69۳010 استفاده می کند. مانند: ۲ مثالهای تخمین :. * تعداد فرزندان insurance premium aay 3> * * درآمد خانه دارى ‎‘household income‏ 

صفحه 8:
پیشگویی ‎Prediction‏ ‏دسته بندی/تخمین بر اساس مقادیر و رفتارهای آینده صورت می گیرد. الا ویژگی خروجی ممکن است مقدار عددی یا دسته ای ‎awl categorical‏ لا استفاده از گذشته برای یادگرفتن درباره آنده : * از یک مدل و ی هدف و: مستقل و یا * مدل بر روی ننایج گذشته مشاهده شده اعمال می شود. لا مثالها: * مدت زمان گرفتن یک درجه ‎marketing campaign wl jbl slels; a ws awk *‏ 

صفحه 9:
Cardiology Pati 

صفحه 10:
5 پیشگویی «: آ(ادامه) اا ‎oe‏ ‏صم سب تن نید = ‎Cw‏ Cox ات مومس = تسش امبرل دا سل ‎es (ee aap,‏ 2 سح ‎Good‏ ‎ap ae 4 1‏ اسه ‎Pintiog Good Gagar <A) alow Nese Gator Care‏ ‎ae‏ سا با ‎Worst‏ 8 مس ‎Daxiconsce rat ote 26 aD 0‏ عدا ‎Te‏ سا سا fd ahs 0 9 eo 56 Gore 3 ‏مس‎ at Drum Osher oP Colored Orso ‏و‎ o 0 8 ‎Gx Rev Rey‏ امه 

صفحه 11:
‎isha,‏ 0۲01۲0 ۳۲۵(ادامه) لا مثال: مجموعه داده بیماران قلبی(ادامه) : ‏لا یک قاعده برای تشخیص کلاس سلامتی: ‎Eis ay Bee fale Sane EN Cone‏ ‎Accuracy, ‏سس‎ vate in this range, in 85% of cht nly ‏تن‎ ‏لك ‎of al patents of heathy” have er ate‏ ی بو و ‏ل یک قاعده برای تشخیص کلاس بیمار: ‎Eh: om etn‏ ‎Rule accuracy: 91.14% Rule coverage: 52.17% 

صفحه 12:
وابستگی یا انجمنی (0هه ‎Affinity‏ ‎(Association‏ م در اينجا اشيائى كه با هم دیگر واقع مى شوند مورد نظر مى > ‎Sess) oe‏ بیع مرب ۳3۳۳۵۴۹8 + 2 < ترتیب قرار دادن کالاها در قفسه هاى فروشكاه مشخص مى شود. * گروهبندی کردن محصولات برای با هم فروختن آنها صورت مى گیرد. ۳ ‏گر وهبندی را‎ (Association Rul s) ‏مواع ان‎ ol 

صفحه 13:
وابستگی ‎Affinity and) Gio! L‏ صمنادن»موعش) (ادامه) ‎ee Qa‏ برای پایگاه داده 0تمه ۲68 IF ٩ = ova Credit Card Insurance = No PINE ee oh SEL = Yes 

صفحه 14:
آنالیز وابستگی سبد بازار (۵16۵۷ ‎(Basket Analysis‏ لك ل ته ادح سح تطار ۱ ۱ ** محاسبه احتمال رخ دادن با همديكر آيتمها ** استفاده از متغيرهاى دسته اى(8]6907181©) ورودى. مجموعه داده های بزرگ متغیرهای زیادی نیاز دارند. ‎ls >‏ با قواعد انجمنی برای آیتمهای خاصی بیان می شود. ل از قواعد انجمنی استفاده می کند. لا خیلی مرتبط با صنعت خرده فروشی می باشد. * فقط داده های فروش موجود هستند. * از داده های آمارگیری استفاده نمی شود. * مثال: آنهایی که نقاشی می خرند از مداد نقاشی نیز خرید می کنند. 

صفحه 15:
۳ 0 eee a کردن مقادیر برای نمونه های نامعلوم می باشد. ones * بيدا كردن همسایگان نمونه های نامعلوم 2 بر اساس یک ‎wl‏ فاصله * ترکیب نتایج حاصل از همسایگان برای تخصیص مقدار پیشگویی شده > بر اساس یک تایع ترکیب مشخص لا مى تواند برای هر منبع داده اى بكار رود. الا اعمال تغييرات ‎sly‏ دامنه ها و رنجها آسان می باشد. 

صفحه 16:
(Clustering) sau aius> ‏ناهمگون به خوشه های زیر گروه با همگنی‎ es a 9[ * بلکه از شیاهت. بین داده ها استفاده می شود. ‎٠ a‏ عنوان یک گام پیشین برای مدلهای دیگر مورد استفاده می * مثال: خوشه بندی کردن برای کمک در ‎market) j1jb glass‏ ‎eth‏ 

صفحه 17:
۷ oe: OAD ‏وج اسه لسن اال‎ و یه 

صفحه 18:
درختهای تصمیمگیری ‎(Decision Trees)‏ ‎O‏ انواع اصلی درختهای تصمیم گیری * درختهای دسته بندی ‎ee‏ 0 در هر دو حالت رکوردها در طول ‎blige eae‏ وبا استفاده ‎ea‏ اعد مسیر دهی می شوند و تا بر لا رکوردها در یک مجموعه ‎oe‏ از 00 بندی شده به زیر مجموعه های مجزا تقسیم می شوند. * اين كان ترسط تواغرى كه ‎٠‏ در یک فیلد رکورد ‎pete‏ در هر زمان بر روى يك فيلد ركورد تعريف * هر زیر مجموعه خود به زیر مجموعه های کوچکتری تقسیم می شود * این فرآیند بصورت بازگشتی تا برگ درخت ضورت می گبرد. 

صفحه 19:
Qrep throat oe on =< Ger ‏لام‎ ‏لا‎ ارا ار ارك رك فى 8 23 ه ۶ 3 تر مالسا سيت Table 1.1 Hypothetical Training Data for Disease Diagnosis sefefesass eo ‏سس‎ Cover detfesateal ۵ هه هه وه ۵ مت (ادامه) (Decision Trees) ‏درختهای تصمیمگیری‎ 

صفحه 20:
اسب ‎@owds‏ De Alergy Oayavete = Oold 

صفحه 21:
(Decision Trees) ‏درختهای تصمیمگیری‎ ‏(ادامه)‎ ‏لت تال‎ ‏قواع تولید:‎ 2 - 1۳ Swollen Glands = Yes * THEN Diagnosis = Strep Throat - IF Swollen Glands = No & Fever = Yes * THEN Diagnosis = Cold -IF Swollen Glands = No & Fever = No + THEN Diagnosis = Allergy