فصل دوم: مروری بر ادبیات و پیشینه تحقیق

 

2-1 داده کاوی چیست؟. 49

 

2-2 تعاریف متنوعی از داده کاوی.. 50

 

2-3 آیا داده کاوی سودمند است؟. 51

 

2-4 آمار و داده کاوی.. 52

 

2-5 پیچیدگی و هزینه زمانی.. 54

 

2-6 محرمانگی دادهها 54

 

2-7 محدودیت‌های داده كاوی.. 55

 

2-8 مراحل داده کاوی.. 55

 

2-9 وظایف و تكنیك های داده كاوی.. 56

 

2-9-1 کلاس‌بندی. 56

 

2-9-2 تخمین. 57

 

2-9-3 پیش‌بینی. 57

 

2-9-4 قواعد وابستگی یا گروه‌بندی پیوستگی‌ها 57

 

2-9-5 خوشه‌بندی. 57

 

2-9-6 نمایه‌سازی توصیفی. 58

 

2-10 معماری سیستم مبتنی بر داده كاوی.. 58

 

2-11 روش‌های داده كاوی.. 59

 

2-12 درخت تصمیم‌گیری.. 59

 

2-13 نقاط قوت درخت تصمیم‌گیری.. 61

 

2-14 معایب درختان تصمیم. 61

 

2-15 آنتروپی.. 62

 

2-16 هرس درخت تصمیم تولیدشده. 64

 

2-17 شبکه عصبی مصنوعی.. 65

 

2-18 ماتریس تداخل.. 69

 

2-19 واسط K-Fold Cross Validation.. 72

 

2-20 قوانین انجمنی.. 74

 

2-21 مرور ادبیات و سوابق مربوطه. 75

 

2-22 خلاصه فصل.. 76

 

فصل سوم فرایند داده کاوی، معرفی و ارزیابی الگوریتم ها

 

3-1 معرفی نرم افزار Rapid Miner 5: 61

 

3-2 واسط کاربری Rapid Miner 5. 61

 

3-3 نحوه کار با Rapid Miner 5. 62

 

3-3-1 انبارهها 62

 

3-3-2 عملگرها 63

 

3-3-3 تب پردازش.. 64

 

3-3-4 تب پارامترها 64

 

3-3-5 تب مشکلات.. 64

 

3-3-6 تب کمک.. 65

 

3-3-7 تب توضیحات و تب xml. 65

 

3-4 مقدمه. 66

 

 

3-5 متدولوژی CRISP-DM… 66

 

3-6 شروع داده کاوی.. 67

 

3-6-1 درک کسب و کار 67

 

3-6-2 درک دادهها 67

 

3-6-3 آماده سازی دادهها 68

 

3-6-3-1 تولید دادههای آموزشی. 69

 

3-6-3-2 تولید دادههای تست و ارزیابی. 69

 

3-6-4 ساخت مدل. 70

 

3-6-4-1 افزودن انبارهای داده به نرم افزار 70

 

3-6-4-2 درخت تصمیم. 71

 

3-6-4-3 اعمال مدل درخت تصمیم و تست و ارزیابی کار 75

 

3-6-4-4 شبکه عصبی. 79

 

3-6-4-5 روشهای ترکیبی. 81

 

3-6-5 نتیجه گیری. 82

 

 

 

فصل چهارم: نتیجه‌گیری و راهکار آینده

 

4-1 نتیجه گیری.. 84

 

4-2 راهکار آینده. 84

 

واژه‌نامه فارسی به انگلیسی.. 85

 

 

 

فهرست شکل­ها

 

شکل 1- مدل فرآیند CRISP-DM برای کاربردهای داده کاوی]9[ 21

 

شکل (2-1): معماری سیستم مبتنی بر داده كاوی [42]. 59

 

شکل (2-2): تغییر میزان آنتروپی را برای مجموعه‌ای با دو کلاس… 63

 

شکل (2-3): توابع نرمال سازی [40] 67

 

نمودار(2-1): تقریب خطی.. 73

 

شکل(3-1): صفحه نخست نرم افزار Rapid Miner 5. 62

 

شکل 3-2: خروجی شیها 63

 

شکل 3-3: خروجی قسمت مدل (شبکه عصبی) 63

 

شکل 3-4: خروجی قسمت اطلاعات.. 64

 

شکل (4-1): متدولوژی CRISP-DM… 67

 

شکل (4-2): نحوه افزودن فایل دادهای به برنامه. 70

 

شکل (4-3): نحوه انتخاب نوع سطر. 71

 

شکل(4-4): آدرس عملگر درخت تصمیم. 71

 

شکل(4-5): آدرس عملگر Set Role. 72

 

شکل(4-6): آدرس عملگر Select Attribute. 72

 

شکل(4-7): آدرس عملگر Discretize by Frequency. 72

 

شکل(4-8): نحوه اتصال عملگرها 73

 

شکل(4-9): درخت حاصل از دادههای آموزشی با تابع هدف نسبت بهره اطلاعاتی.. 74

 

شکل(4-10): درخت حاصل از دادههای آموزشی با تابع هدف آنتروپی.. 75

 

شکل (4-11): درخت حاصل از دادههای آموزشی با تابع هدف پراکندگی جمعیت(جینی) 75

 

شکل(4-12): آدرس عملگر Apply model. 76

 

شکل(4-13): اتصالات تب پردازش در مرحله اعمال مدل. 76

 

نمودار (4-1): پیشبینی حاصل از الگوهای درخت تصمیم با تابع هدف نسبت بهره اطلاعاتی.. 77

 

نمودار(4-2): پیشبینی حاصل از الگوهای درخت تصمیم با تابع هدف آنتروپی.. 77

 

نمودار(4-3): پیشبینی حاصل از الگوهای درخت تصمیم با تابع هدف پراکندگی جمعیت(جینی) 78

 

شکل (4-15): اتصالات عملگرها جهت تشکیل مدل شبکه عصبی.. 79

 

شکل(4-16): ساختار شبکه عصبی.. 80

 

نمودار (4-4): نتیجه تشخیص شبکه عصبی.. 80

 

نمودار(4-6): نتایج حاصل از اجرای شبکه عصبی بر دادههای خرابی پیشبینی شده توسط درخت تصمیم   82

 

 

 

فهرست جداول