صفحه محصول - پاورپوینت ترفندهای داده کاوی

پاورپوینت ترفندهای داده کاوی (pptx) 21 اسلاید

دسته بندی : پاورپوینت

نوع فایل : PowerPoint (.pptx) ( قابل ویرایش و آماده پرینت )

تعداد اسلاید: 21 اسلاید

قسمتی از متن PowerPoint (.pptx) :

ترفندهای داده کاوی تکنيکهای داده کاوی رايج آناليز سبد بازاری Market Basket Analysis استنتاج مبتنی بر حافظه Memory based reasoning روشهای آماری، خوشه بندی و دسته بندی درختهای تصميم گيری Decision tree روشهای مبتنی برگراف، Link Analysis شبکه های عصبی الگوريتمهای ژنتيک برای هر تکنيک ممکن است الگوريتمهای زيادی موجود باشد. يادگيری بانظارت يک فرآيند دو مرحله ای است: ساختن يک مدل يادگيری با استفاده از نمونه های داده ای آموزشی موجود استفاده از مدل ساخته شده برای مشخص کردن خروجی برای داده های تست يادگيری بانظارت، يک مثال برای credit card promotion Table 2.3 • The Credit Card Promotion Database Income Magazine Watch Life Insurance Credit Card Range ($) Promotion Promotion Promotion Insurance Sex Age 40–50K Yes No No No Male 45 30–40K Yes Yes Yes No Female 40 40–50K No No No No Male 42 30–40K Yes Yes Yes Yes Male 43 50–60K Yes No Yes No Female 38 20–30K No No No No Female 55 30–40K Yes No Yes Yes Male 35 20–30K No Yes No No Male 27 30–40K Yes No No No Male 43 30–40K Yes Yes Yes No Female 41 40–50K No Yes Yes No Female 43 20–30K No Yes Yes No Male 29 50–60K Yes Yes Yes No Female 39 40–50K No Yes No No Male 55 20–30K No No Yes Yes Female 19 يادگيری بانظارت، يک مثال برای credit card promotion (ادامه) يک hypothesis برای پايگاه داده اسلايد قبل: ترکيب يک يا بيشتر از فيلدها برای دسته بندی کردن افرادی که از ارتقاء بيمه عمر استفاده می کنند و آنها که استفاده نمی کنند. يک قاعده برای دسته بندی کردن افراد می تواند بصورت زير باشد: IF Sex = Female & 19 <=Age <= 43 THEN Life Insurance Promotion = Yes دسته بندی Classification تخصيص شئ های آموزشی به کلاسهای گسسته از قبل مشخص شده از نظر تکنيکی يعنی : بروز کردن فيلد دسته بندی هر رکورد با يک کد کلاس اين عمليات نيازمند موارد زير است: کلاسهايی با تعريف مناسب well-defined روالها، سيستمها و پرسنل آموزش ديده مثالهای دسته بندی : کلمات کليدی keywords گروه اعتباری credit(low,medium,high) دانشجوی سال اول کارشناسی ، سال دوم، دانشجوی ارشد، دکتری تخمين Estimation تخصيص مقدار برای يک متغير پيوسته نيازمند کلاسهای با تعريف مناسب well-defined می باشد. ممکن است پايه ای برای دسته بندی باشد. مرتب کردن و رنکينگ را ممکن می سازد. از يک مقدار آستانه threshold استفاده می کند. مانند: مقدار اعتبار credit score مثالهای تخمين : تعداد فرزندان حق بيمه insurance premium درآمد خانه داری household income پيشگويی Prediction دسته بندی/تخمين بر اساس مقادير و رفتارهای آينده صورت می گيرد. ويژگی خروجی ممکن است مقدار عددی يا دسته ای categorical باشد. استفاده از گذشته برای يادگرفتن درباره آينده : از يک مدل وابستگی بين متغيرهای هدف و متغيرهای مستقل و يا بين رفتار کنونی و گذشته استفاده می شود. مدل بر روی نتايج گذشته مشاهده شده اعمال می شود. مثالها: مدت زمان گرفتن يک درجه پاسخ گويی به رقابتهای بازاريابی marketing campaign تعداد مسافران درتعطيلات آخر هفته پيشگويی Prediction (ادامه) مثال: مجموعه داده بيماران قلبی پيشگويی Prediction (ادامه) مثال: مجموعه داده بيماران قلبی(ادامه):