تکنیک های داده کاوی : تکنیک خوشه بندی

تکنیک های داده کاوی : تکنیک خوشه بندی

آکادمی داده

۱۳۹۷/۰۳/۱۴


  • 118 بازدید

داده کاوی به عنوان فرآیندی برای یافتن الگوها و ارتباطات در پایگاه داده ها به همراه استفاده از اطلاعات برای ساختن مدل های پیش بینی تعریف شده است و همچنین از آن به عنوان فرآیندی برای انتخاب، اکتشاف و ساختن مدل ها با استفاده از انبوه داده های ذخیره شده برای کشف الگوهای از پیش موجود نیز یاد می شود.
دادهها ممکن است حاوی ساختارهای پیچیده ای باشند که حتی بهترین تکنیکهای داده کاوی هم قادر به استخراج الگوهای معنی دار ازآنها نباشند. خوشه بندی راهی را برای یافتن ساختاردادههای پیچیده فراهم میآورد و سیگنالهای رقابتی ناهماهنگ را به اجزایشان تفکیک میکند. خوشه بندی به عمل تقسیم جمعیت ناهمگن به تعدادی اززیرمجموعه ها یا خوشه های همگن گفته میشود. نقطه تمایز خوشه بندی از دسته بندی: در دسته بندی براساس یک مدل هر کدام از داده ها به دسته ای از پیش تعیین شده اختصاص مییابد. این دسته ها از طریق پژوهش های پیشین تعیین گردیده اند . لیکن در روش خوشه بندی هیچ دسته از پیش تعیین شده ای وجود ندارد وداده ها صرفا بر اساس تشابه، گروه بندی می شوند وعناوین هر گروه نیز توسط کاربرتعیین می گردد.

 

مروری بر تکنیک های داده کاوی  و کاربرد آن در پزشکی با استفاده از کشف الگوهای مکرر، لطفی زاده

اگر به پژوهش در حوزه داده کاوی علاقه مند هستید توصیه می شود حتما مجموعه بی نظیر پانصد مقاله فارسی در زمینه داده کاوی  و مجموعه های مشابه آن  و مقالات مرتبط با کاربرد داده کاوی در پیش بینی بیماری را تهیه بفرمایید.

اگر در زمینه متن کاوی در حال تحقیق یا پیاده سازی پروژه یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید.  آکادمی داده در تلگرام (https://t.me/dataacademyحضور 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.