-
- دوشنبه تا شنبه: 10:00 - 16:00 / یکشنبه تعطیل است
خوشه بندی داده ها. خوشه بندی یا Clustering یکی از شاخه های یادگیری بدون نظارت (Unsupervised) می باشد و فرآیند خود کاری است که در طی آن، نمونه ها به دسته هایی که اعضای آن مشابه یکدیگر می باشند تقسیم می شوند ...
به خواندن ادامه دهید
داده کاوی (Data Mining) که با عنوان کشف دانش در پایگاه‌های داده هم شناخته میشه، در واقع فرآیند شناسایی الگوها و روابط جالب و معنادار در حجم وسیعی از داده‌ها هستش. در این حوزه با استفاده از ابزارهای ...
به خواندن ادامه دهید
داده کاوی (Data Mining) به زبان ساده یک روش حل مسئله است که با تحلیل حجم زیادی از داده ها، الگوهای تکرارشونده ای را از آن‌ها استخراج می‌کند. سپس با پیداکردن ارتباطات بین اتفاقات مختلف و این الگوها ...
به خواندن ادامه دهید
در این صفحه تعداد 3244 مقاله تخصصی درباره داده‌کاوی که در نشریه های معتبر علمی و پایگاه ساینس دایرکت (Science Direct) منتشر شده، نمایش داده شده است. برخی از این مقالات، پیش تر به زبان فارسی ترجمه شده ...
به خواندن ادامه دهید
الگوریتم K-means. این الگوریتم که به دسته‌بندی کننده نزدیکترین عنصر به مرکز نیز معروف است، روشی برای ارزیابی بردار بوده که در بین الگوریتم های خوشه بندی از محبوبیت زیادی برخوردار است.
به خواندن ادامه دهید
خوشه بندی یک تکنیک یادگیری است که شامل گروه بندی نقاط داده می شود. با توجه به مجموعه ای از نقاط داده ، می توان از یک الگوریتم خوشه بندی برای طبقه بندی هر نقطه داده به یک گروه خاص استفاده کرد. در ...
به خواندن ادامه دهید
ژیلا نصیری روشتی,فرزین مدرس خیابانی,نیما آذر میر شتربانیمجله: مدیریت بهره وری; پاییز 1400 - شماره 58;
به خواندن ادامه دهید
از علاقمندی‌های او، یادگیری ماشین، خوشه‌بندی و داده‌کاوی است و در حال حاضر نوشتارهای مربوط به آمار و یادگیری ماشین را در مجله فرادرس تهیه می‌کند. ... پیاده سازی الگوریتم ژنتیک در پایتون ...
به خواندن ادامه دهید
یکی از ضعف‌های خوشه‌بندی k-میانگین نیز تعیین تعداد خوشه‌ها و وابستگی زیاد نتایج به میانگین‌ها یا خوشه‌های تصادفی است که در ابتدا به الگوریتم داده می‌شود.
به خواندن ادامه دهید
خوشه‌بندی (Clustering) که برخی منابع به آن کلاسترینگ می‌گویند از الگوریتم‌های قطعه‌بندی است. خوشه‌بندی اطلاعاتی که ویژگی‌های نزدیک به هم و گاهی اوقات یکسان دارند را در دسته‌های جداگانه قرار می‌دهد.
به خواندن ادامه دهید
در ادامه کوشش خواهیم کرد تعریف دقیق و روشنی از الگوریتم ... خوشه بندی در داده کاوی استفاده می شود. ... الگوریتم K ...
به خواندن ادامه دهید
بهره‌وری شخص: از عبارت بهره‌وری شخصی معمولا برای توصیف کارهای روزانه افراد استفاده می‌کنیم و به عملکرد فرد در ساعات کاری بسنده نمی‌کنیم. بهره‌وری نیروی کار: تمرکز این سطح از بهره‌وری فقط ...
به خواندن ادامه دهید
متن کاوی به جمع بندی و خلاصه کردن اسناد کمک می‌کند. متن کاوی و تحلیل کمی متن (Text Analytics) به استخراج مفاهیم از متن و ارائه کامل‌تر آن‌ها کمک می‌کند. متنی که با استفاده از Text mining شاخص می‌شود می ...
به خواندن ادامه دهید
رمضان خسروی; اکرم اسماعیلی اول. "پیش‌بینی عملکرد تحصیلی دانشجویان با استفاده از الگوریتم‌های داده‌کاوی". رهیاری (کوچینگ) در مدیریت و توسعه بهره وری, 1, 2, 1401, -. doi: 10.22034/jcmpd.2023.562790.1016
به خواندن ادامه دهید
از کاربرد خوشه بندی می توان به موارد زیر اشاره کرد: 1. بازاریابی: خوشه بندی میتواند در زمینه های مختلف بازاریابی کاربرد داشته باشد به طور مثالاز خوشه بندی برای توصیف و کشف رفتار مشتری، توانایی خرید مشتری و برای انجام تبلیغات بهینه از اهداف بازاریابی میتوان استفاده کرد. 2. زیست شناسی: یکی دیگر از توانایی های خوشه بندی این است که آن را برای طب...
به خواندن ادامه دهید
Expectation-Maximization یا به اختصار EM به عنوان یک الگوریتم خوشه‌بندی، درست مانند الگوریتم k-means برای کشف دانش استفاده می‌شود. ... از طرف دیگر، با توجه به ضرورت انجام این کار هرروزه دانشمندان و متخصصان ...
به خواندن ادامه دهید
متن‌کاوی چیست؟ متن‌کاوی (Text Mining) فرایند تبدیل متن بدون ساختار به قالب ساختاریافته برای شناسایی الگوهای معنی‌دار و بینش‌های جدید موجود در آن است.با به‌کارگیری تکنیک‌های تحلیلی پیشرفته، مانند الگوریتم‌های یادگیری ...
به خواندن ادامه دهید
خواص اصلی از الگوریتم. 1. قطعنامه (دنباله ای از اعمال فردی) - هر الگوریتم باید به عنوان یک سری از مراحل ساده، که هر کدام باید پس از یکی از قبلی شروع نشان داده شود. 2. تعاریف - هر عمل از الگوریتم باید ...
به خواندن ادامه دهید
برای این کار میتوان از الگوریتمِ Spectral Clustering استفاده کرد. در واقع این الگوریتمِ خوشه‌بندی باعث می‌شود که خوشه‌ها به صورت شکل‌هایی ساخته شوند که نقاطِ نزدیک و متصل به هم در یک خوشه قرار گیرند ...
به خواندن ادامه دهید
به طور خاص ، در این حالت مجموعه ای از n بردار داده می‌شود و k به معنای خوشه بندی بردارها به k خوشه (یعنی زیرمجموعه ها) است به گونه ای که هر بردار به خوشه‌ای با نزدیکترین میانگین تعلق دارد.
به خواندن ادامه دهید
داده کاوی چیست؟. به فرایند استخراج و کشف همبستگی‌ها و الگوهای مفید از میان حجم زیادی از داده‌های خام که با استفاده از الگوریتم و سازوکارهای هوشمند انجام می‌گیرد دیتاماینینگ یا داده کاوی می ...
به خواندن ادامه دهید
الگوریتم خوشه‌بندی k-میانگین از گروه روش‌های خوشه‌بندی تفکیکی (Partitioning Clustering) محسوب می‌شود و درجه پیچیدگی محاسباتی آن برابر با O(ndk+1) O ( n d k + 1) …
به خواندن ادامه دهید
شاید بَعد از الگوریتمِ خوشه‌بندی KMeans، الگوریتمِ DBSCAN را بتوان معروف‌ترین الگوریتمْ در حوزه‌ی خوشه‌بندیِ داده‌ها دانست. یکی از تفاوت‌های اصلی این الگوریتم با KMeans این است که الگوریتم DBSCAN ...
به خواندن ادامه دهید
خوشه بندی از مهمترین الگوریتم‌های داده کاوی است و کاربرد بسیاری در کشف دانش دارد به همین دلیل در این مقاله ...
به خواندن ادامه دهید
خوشه بندی از مهمترین الگوریتم‌های داده کاوی است و کاربرد بسیاری در کشف دانش دارد به همین دلیل در این مقاله به الگوریتم خوشه بندی که یکی از مهمترین الگوریتم‌های داده‌کاوی است، خواهیم پرداخت.
به خواندن ادامه دهید
برای این کار م‌یتوانید از الگوریتم‌های خوشه‌بندی (clustering) یا همان یادگیری غیرنظارت شده (unsupervised learning) استفاده کنید. این الگوریتم‌ها می‌توانند با استفاده از ویژگی‌ها یا همان ابعادِ مسئله (در ...
به خواندن ادامه دهید
خوشه بندی سلسله مراتبی به دو دستۀ تقسیمی و تجمیعی تقسیم می شود. تقسیمی (بالا به پایین): در این نوع از الگوریتم سلسله مراتبی، در ابتدا همه نقاط داده ها در یک خوشۀ تنها جمع می شوند. پس از آن ...
به خواندن ادامه دهید