بهبود دقت پیش بینی الگوریتم C5.0 با استفاده از متد Boosting مطالعه موردی دانشگاه پیام نور استان قم

بهبود دقت پیش بینی الگوریتم C5.0 با استفاده از متد Boosting مطالعه موردی دانشگاه پیام نور استان قم

آکادمی داده

۱۳۹۷/۰۴/۲۸


  • 110 بازدید

در این سلسله مقالات به مفاهیم و کاربرد های داده‌کاوی، متن کاوی و علوم مرتبط با علم داده پرداخته می‌شود. با توجه به حجم عظیم مقالات تولید شده در زبان فارسی در حوزه داده کاوی و علم داده، آکادمی داده تصمیم گرفت مقالات فارسی منتشر شده در این حوزه را خلاصه برداری کرده و در اختیار علاقه مندان قرار دهد. این مقالات ابتدا با معرفی موضوع و کارهای انجام شده آغاز می شود و سپس مجموعه داده یا دیتاست تحقیق ارائه می شود و سپس پیاده سازی انجام شده در رپیدماینر، وکا یا پایتون ارائه شده و نتایج تحلیل می شود.

در این رشته نوشته ها ابتدا خلاصه ای از مقاله ارائه شده و سپس نتیجه گیری مقاله عینا آورده می گردد و سپس فایل پی دی اف آن نیز برای دانلود در اختیار محققین و پژوهشگران عزیز قرار می گیرد. 

 

با توجه به اینکه بیشتر نرم افزار ها مبتنی بر بانک اطلاعاتی بر اساس دستورات ساده پایگاه داده عمل می کنند و هیچ گونه پویایی در این نرم افزار ها موجود نمی باشد و بیشتر انتخاب ها بر اساس آزمون و خطا می باشد و هیچ گونه وابستگی به داده های قبلی ندارد، ولی با ایجاد یک موتور داده کاوی داخل این نرم افزارها می توانیم سیستم را پویا نموده و در هنگام برنامه ریزی مشاوره و راهنمایی های لازم به کارشناسان سیستم ارائه گردد که موجب کاهش خطا و افزایش بهره وری سیستم گردد. پس با استفاده از مدل های ایجاد شده در این تحقیق می توان موتور داده کاوی را به سیستم های سنتی اضافه نمود و به صورت پویا پیش بینی های لازم را بر روی داده ها اعمال نمود.

 

این مقاله از طریق لینک قابل دسترسی است و محققین علاقه مند می توانند آن را به صورت رایگان دریافت نمایند. 


کپی برداری بدون ذکر منبع، بر اساس قانون جرائم اینترنتی و مادۀ 12 فصل سوم قانون جرائم رایانه ای غیر قانونی بوده و مجازات جزای نقدی و حبس دارد و شرعا نیز حرام است! 
اگر در زمینه داده کاوی در حال تحقیق یا پیاده سازی پروژه تجاری یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید.  آکادمی داده در تلگرام، واتزآپ و تمامی پیام رسان های ایرانی(سروش، آی گپ، بله و ویسپی) با شماره 09120637751 حضور دارد برای ارتباط از طریق ایمیل آدرس جیمیل: dataacademyir@gmail.com می باشد. 


افتخار آکادمی داده، همسفر بودن با شما در راه یادگیری علم داده است.