10 الگوریتم از برترین های داده کاوی

سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 16,397

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ISCEE13_320

تاریخ نمایه سازی: 14 مرداد 1389

چکیده مقاله:

داده کاوی یکی از پیشرفتهای اخیر در حوزه کامپیوتر برای اکتشاف عمقی داده هاست. داده کاوی اطلاعات پنهانی که برای برنامه ریزیهای استراتژیک می تواند حیاتی باشد را آشکار می سازد این مقاله به بررسی 10 الگوریتم برتر داده کاوی منتخب کنفرانس بین المللی داده کاوی ICDM می پردازد الگوریتم های k-means,SVM,C4.5,Pagerank,Adaboost,KNN,Apriori,CART,Navie beys,EM این 10 الگوریتم برتر درزمره پرقدرت ترین الگوریتمهایی هستند کدر تحقیقات مورد استفاده قرار می گیرند این الگوریتم حوزه های classification,clustering,statistical learning , association,link mining را پوشش میدهند که همگی از مباحث بسیار مهم در تحقیقات داده کاوی محسوب می شوند سعی بر ان است که این الگوریتم ها توضیح داده شده نقاط قوت و ضعف آنها نیز مورد بررسی قرار گیرد.

کلیدواژه ها:

نویسندگان

سیدمجتبی سالاری

دانشکده برق و رایانه دانشگاه آزاد اسلامی واحد قزوین

فضل اله ادیب نیا

عضو هیئت علمی دانشگاه یزد

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • P. S. Bradley, K. P. Bennett, and A. Demiriz. k-means ...
  • Agrawal R, Srikant R (1994) Fast algorithms for mining association ...
  • Ahmed S, Coenen F, Leng PHI (2006) Tree-based partitioning of ...
  • Banerjee A, Merugu S, Dhillon I, Ghosh J (2005) Clustering ...
  • Bezdek JC, Chuah SK, Leep D (1986) Generalized k-nearest neighbor ...
  • Bloch DA, Olshen RA, Walker MG (2002) Risk estimation for ...
  • Bonchi F, Lucchese C (2006) On condensed representations of constrained ...
  • T. G. Dietterich. An Experimental Comparison of Three Methods for ...
  • J. Gehrke, V. Ganti, R. Ramakrishnan, and W.-H. Loh. BOAT: ...
  • _ D. Kumar, N. Ramakrishnan, R. F. Helm, and M. ...
  • I0.. H.Witten and E. Frank. Data Mining: Practical Machine Learning ...
  • I1. L. Zhao, M. Zaki, and N. Ramakrishnan BLOSOM: A ...
  • S. Basu, A. Banerjee, and R. Mooney. "Semi- supervised clustering ...
  • C. M. Bishop. Pattern Recognition and Machine Learning (Information Science ...
  • B. Goethals. Survey _ frequent pattern mining, 2003 ...
  • J. Han, H. Cheng, D. Xin, and X. Yan. Frequent ...
  • نمایش کامل مراجع