در حالی که رگرسیون و الگوریتم های طبقه بندی، هر دو زیرمجموعه یادگیری نظارت شده هستند، با یکدیگر تفاوت‌هایی نیز دارند که در فهرست زیر ملاحظه می‌کنید: ... (Outlier Analysis) در داده کاوی (رایگان) در ...
ادامه مطلب
دسته بندی داده‌ها فرایند کشف دانش پنهان در داده های عظیم است. در فرآیند داده کاوی، ابتدا مجموعه داده‌های بزرگ مرتب می‌شوند، سپس الگوها شناسایی شده و روابطی برای انجام تجزیه و تحلیل داده‌ها و حل مشکلات ایجاد میشود.
ادامه مطلب
الگوریتم، روشی که برای جستجوی الگو در داده‌ها مورد استفاده قرار می‌گیرد را تعیین می‌کند و در واقع مانند یک روال ریاضی برای حل یک مساله خاص است. الگوریتم‌های گوناگونی برای «تحلیل داده» (Data Analysis) موجود هستند و لذا ...
ادامه مطلب
الگوریتم‌های طبقه‌بندی - الگوریتم‌های خوشه‌بندی - الگوریتم‌های پیش‌بینی - الگوریتم‌های کاهش بعد در دنیای امروزی پر از داده، داده کاوی یکی از مفاهیم کلیدی و حیاتی در علم اطلاعات است.
ادامه مطلب
الگوریتم‌های خوشه‌بندی داده کاوی، داده‌ها را به طور خودکار بر اساس میزان شباهت‌شان به یکدیگر در یک دسته قرار می‌دهند.
ادامه مطلب
روش های خوشه بندی و بهره وری آنها در عملیات داده کاوی توسعه زیادی یافته اند. نیاز مدیران به داده های دسته بندی شده و بهره وری روش های خوشه بندی در امر مدیریت و تصمیم گیری، به گسترش روش های داده کاوی ضرورت بخشیده است.
ادامه مطلب
الگوریتم خوشه بندی K-Means در متلب. در این بخش پیاده سازی الگوریتم خوشه بندی K-Means در نرم افزار MATLAB آماده کرده ایم که در ادامه به توضیحاتی در مورد معرفی این روش خوشه بندی و بهبود آن پرداخته و فیلم و تصاویر خروجی پروژه قرار ...
ادامه مطلب
در یک طبقه‌بندی معروف الگوریتم‌های داده کاوی را به دو بخش توصیفی و پیش‌بینی‌کننده تقسیم‌بندی می‌کنند که در این مقاله قصد داریم تا به مهم‌ترین آنها اشاره کنیم. در یک طبقه‌بندی معروف الگوریتم‌های داده کاوی را به دو ...
ادامه مطلب
«k-نزدیک‌ترین همسایگی» (k-Nearest Neighbors) یک روش ناپارامتری است که در داده‌کاوی، یادگیری ماشین و تشخیص الگو مورد استفاده قرار می‌گیرد. بر اساس آمارهای ارائه شده در وب‌سایت kdnuggets الگوریتم k-نزدیک‌ترین همسایگی یکی از ده ...
ادامه مطلب
در داده‌کاوی و آمار، «خوشه‌بندی سلسله مراتبی» (Hierarchical Clustering) به روشی گفته میشود که عمل دسته‌بندی و گروه‌بندی مشاهدات و داده‌ها را به صورت سلسله مراتبی انجام می‌دهد. نکته‌ای که این روش را نسبت به روش‌های دیگر خوشه ...
ادامه مطلب
به‌طور مشابه، در داده کاوی نیز به دنبال پیدا ... داده‌های درون خوشه‌ها به هم شباهت بیشتری دارند و از داده‌های سایر خوشه‌ها بسیار متفاوت هستند. الگوریتم‌های خوشه‌بندی داده کاوی، داده‌ها ...
ادامه مطلب
داده کاوی به معنی پیدا کردن الگو حاکم بین عناصر در داخل مجموعه داده‌های بزرگ می باشد. ... تمرکز بر روی مجموعه داده‌های عظیم و پر حجم; خوشه بندی داده ها بر اساس یافته‌ها و حقایق بصری نا آشنا ...
ادامه مطلب
نحوه کار الگوریتم K-Means. نحوه کار الگوریتم K-Means در مراحل زیر توضیح داده شده است: مرحله 1: برای تصمیم گیری در مورد تعداد خوشه ها ، تعداد K را انتخاب میشود. مرحله 2: K تا از نقاط را به صورت تصادفی یا با محاسبه انتخاب میشود.
ادامه مطلب
یکی از دروسِ دوره‌ی آشنایی با داده‌کاوی، درسِ آشنایی با خوشه‌بندی بود. همان‌طور که در آن‌جا مشاهده کردید، تفاوت خوشه‌بندی و طبقه‌بندی در این است که داده‌های مورد نیاز برای فرآیند داده‌کاوی و یادگیری‌ماشین، در ...
ادامه مطلب
در این مبحث 10 الگوریتم های داده کاوی و یادگیری ماشین که بیشترین کاربرد را در علم داده دارند را به صورت خلاصه آموزش میدهیم.
ادامه مطلب
طبقه بندی در داده کاوی. طبقه بندی در داده کاوی Classification : یکی از دانش هایی که در عصر حاضر بسیار مورد استقبال قرار گرفته داده کاوی است. به طور کلی به معنای کاوش در داده ها است که به اشکال مختلف برای به دست آوردن الگوها و ...
ادامه مطلب
آموزش داده کاوی Data Mining در متلب MATLAB; ... و به معنی خوشه‌بندی فضایی مبتنی‌بر چگالی برای کاربردهایی است که با داده ... الگوریتم‌های خوشه‌بندی برای به‌دست آوردن اطلاعات، به داده‌های ورودی مدل ...
ادامه مطلب
در ترکیبی از اطلاعات متشکل از داده های سرطانی و غیر سرطانی، الگوریتم های خوشه بندی قادر به یادگیری ویژگی های مختلف موجود در داده هایی هستند که روی آن ها خوشه های حاصل را تولید می کنند.
ادامه مطلب
آگاهی از الگوریتم‌های خوشه‌بندی و آشنایی با نحوه اجرای آنها کمک می‌کند تا مناسب‌ترین روش را برای خوشه‌بندی داده‌های خود به کار ببرید. «تحلیل خوشه‌بندی» (Cluster Analysis) نیز مانند «تحلیل طبقه ...
ادامه مطلب
الزامات خوشه بندی در داده کاوی: در زیر نکاتی وجود دارد که چرا خوشه بندی در داده کاوی اهمیت دارد. مقیاس پذیری – برای کار با پایگاه داده های بزرگ به الگوریتم های خوشه بندی بسیار مقیاس پذیر نیاز ...
ادامه مطلب
فرادرس با پایبندی به شعار «دانش در دسترس همه، همیشه و همه جا» با همکاری بیش از ۱۸۰۰ مدرس برجسته در زمینه‌های علمی گوناگون از جمله آمار و داده‌کاوی، هوش مصنوعی، برنامه‌نویسی، طراحی و گرافیک ...
ادامه مطلب
خوشه بندی k-means : الگوریتم k-means یکی از ساده‌ترین و محبوب‌ترین الگوریتم‌های خوشه بندی است که در داده‌کاوی بخصوص در حوزه ی یادگیری نظارت نشده به کار می‌رود. معمولا در حالت چند متغیره، باید ...
ادامه مطلب
برخلاف طبقه‌بندی در خوشه‌بندی هیچ ناظری وجود ندارد و برچسب‌های هیچ یک از نمونه‌ها برای الگوریتم مشخص نیست (داده‌های آموزشی وجود ندارد) به عنوان یک تکنیک وب‌کاوی، خوشه‌بندی داده‌ها ...
ادامه مطلب
در این مطلب، توضیح ساده‌ای از ۱۰ مورد کاربردی از انواع الگوریتم های خوشه بندی ارائه میدهیم و با نحوه پیاده‌سازی آنها آشنا می‌شویم.
ادامه مطلب
معرفی بهترین الگوریتم‌های داده کاوی. کلاس بندی ( C lassification) و خوشه بندی ( C lustering) روش هایی هستند که برای تحلیل داده‌ها به کار می‌روند. در این روش‌ها از الگوریتم هایی که در ادامه معرفی می‌کنیم ...
ادامه مطلب
درباره خوشه بندی در داده کاوی چه می‌دانید؟ ... پردازد و همین امر انعطاف‌پذیری و محبوبیت‌های این رویکرد را نسبت به سایر روش‌های گروه‌بندی به همراه داشته است. بدین منظور، در این مقاله در مورد ...
ادامه مطلب
در حوزه «یادگیری ماشین» (Machine Learning)، تکنیک و روش «دسته بند بیز ساده» (Naive Bayes Classifiers) با بکارگیری قضیه بیز و فرض استقلال بین متغیرها، به عنوان عضوی از خانواده «دسته‌بندهای برمبنای احتمال» (Probabilistic Classifiers) قرار می‌گیرد ...
ادامه مطلب
الگوریتم K-means یا همان خوشه بندی K میانگین (K-means Clustering)، یکی از ساده‌ترین و رایج‌ترین الگوریتم‌های نوع بدون نظارت یا همان نظارت نشده و خوشه بندی در یادگیری ماشین به حساب می‌آید. الگوریتم خوشه بندی K-means برای پیدا کردن ...
ادامه مطلب
در پاسخ به سوال داده کاوی چیست می‌توانیم بگوییم، داده کاوی به معنی کشف دانش درون دادها بوده و از مفاهیمی است که هر روز اهمیت بیشتری پیدا می‌کند. ... خوشه بندی (Clustering) در این مورد، الگوریتم داده ...
ادامه مطلب
الگوریتم‌های جست و جو: برای یافتن عنصری خاص در یک پایگاه داده و همچنین موارد دیگر به‌کار می‌روند. الگوریتم‌های هَش: در موارد گوناگونی نظیر پردازش تصویر مورد استفاده قرار می‌گیرند.
ادامه مطلب
یکی از روش‌های معمول برای خوشه‌بندی داده‌ها، الگوریتم «k-میانگین» (k-means) است. در این الگوریتم به کمک تکرار مراحل الگوریتم، داده‌ها و مشاهدات به دسته یا گروه‌هایی مجزا، تفکیک یا افراز می ...
ادامه مطلب
خوشه بندی وظیفه تقسیم جمعیت یا نقاط داده به تعدادی گروه است به گونه ای که نقاط داده در گروهی که عضو است بیشترین شباهت را به سایر نقاط داده در همان گروه داشته باشد و با نقاط داده در گروه های دیگر شباهتی نداشته باشد.
ادامه مطلب
ماشین بردار پشتیبان یکی از الگوریتم‌های نظارت‌شده یادگیری ماشین است. بسیاری از افراد در ابتدا هنگامی که نام این الگوریتم را می‌شنوند تصور می‌کنند با یک الگوریتم بسیار پیچیده مواجه هستند که درک آن دشوار است. این در ...
ادامه مطلب
دانلود و دریافت مقاله مقایسه الگوریتم‌های خوشه‌بندی سلسله مراتبی در طبقه‌بندی داده‌های لرزه‌ای بازتابی ... خوشه‌بندی به معنی یافتن نمونه‌های مشابه و قرار دادن آنها در یک خوشه متمایز است.
ادامه مطلب