مقایسه شبکه‌های عصبی با روش‌های داده‌کاوی به ‌منظور شبیه‌سازی عنصر مس؛ مطالعه موردی: پرکام کرمان

تجزیه و تحلیل داده‌ها به ما کمک می‌کند تا بدانیم چگونه می بایست به نتایج مورد انتظار دست یابیم، بنابراین برای دستیابی به پردازش‌هایی دقیق تر، لازم است تا از بین تمام روش های تحلیل اطلاعات، هر یک که برای موضوع تحت بررسی مان مناسب تر است را انتخاب نماییم. بدین منظور جهت آنالیز نمونه‌های حاصله از عملیات نمونه‌برداری سطحی سیستم مس پورفیری پرکام واقع در استان کرمان، تحت چهار مقدار طول و عرض نقاط نمونه برداری، عیار عناصر مس و مولیبدن، از سه روش پرکاربرد kنزدیکترین همسایه (knn)، k میانگین (kmeans) و شبکه‌های عصبی بهره خواهیم گرفت. یکی از دیدگاه های مهم در علم داده کاوی برای تحلیل و بررسی روی حجم زیادی از داده‌ها و نمونه‌ها با مشخصه های گوناگون، دیدگاه خوشه بندی می باشد. از معروف ترین الگوریتم های خوشه بندی، الگوریتم knn و