|
|
مرور کلی بر رویکردهای مختلف حل مشکلات داده کاوی
|
|
|
|
|
نویسنده
|
زینلی فاطمه ,زاهدی فاطمه
|
منبع
|
نخستين همايش بين المللي شهر هوشمند، چالشها و راهبردها - 1398 - دوره : 1 - نخستین همایش بین المللی شهر هوشمند، چالشها و راهبردها - کد همایش: 98190-23972 - صفحه:0 -0
|
چکیده
|
این مقاله به مشکلات اصلی در تجزیه و تحلیل مقادیر زیاد اطلاعات و مقایسه روش های راه حل آنها اختصاص یافته است. تجزیه و تحلیل حجم زیادی از اطلاعات و شناسایی دانش ارزشمند توسط ابزارداده کاوی انجام شد. مفهوم داده کاوی به عنوان داده کاوی، تجزیه و تحلیل داده ها وجمع آوری داده ها ترجمه می شود. با توجه به انواع مختلفی از انواع داده ها و اشکال سازماندهی اطلاعات، اطلاعات واقعی ممکن است همیشه از طریق ابزار یادگیری ماشینی تحلیل نگردد. تکنیک های داده کاوی برای تبدیل داده های 'خام' به داده ها، می توانند بطور کارآمد مشکل پیش پردازش را حل کنند. روش های نزدیکترین همسایه k و درخت تصمیم این مسائل را بعنوان طبقه بندی داده کاوی و رگرسیون در حوزه های مشخص شده حل می کنند.
|
کلیدواژه
|
داده کاوی# نزدیکترین روش همسایه# روش نزدیکترین همسایه k# درخت تصمیم# طبقه بندی# رگرسیون# پیش بینی
|
آدرس
|
, iran, , iran
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Authors
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|