شناسه پست: 6185
بازدید: 388

بررسی و مطالعه کامل داده کاوی و داده کاوی با (SQL server 2005) پیاده سازی آن روی بانک اطلاعاتی دانشگاه آزاد
فهرست مطالب
* چکیده
* فصــل اول- مقدمه ای بر داده کاوی
*  1-1-مقدمه
* 1-2-عامل مسبب پيدايش داده کاوی
* 1-3-داده كاوي و مفهوماكتشاف دانش(KDD)
* 1-3-1-تعریف داده کاوی
* 1-3-2- فرآيند داده‌كاوي
* 1-3-3-قابليت هاي داده کاوی
*  1-3-4-چه نوع داده‌هايي مورد كاوش قرار می گيرند؟
* 1-4- وظایف داده کاوی
* 1-1-4-کلاس بندي
* 1-4-2- مراحل يک الگوريتم کلاس‌بندي
* 1-4-3-انواع روش‌هاي کلاس‌بندي
* 1-4-3-1- درخت تصمیم
*  1-4-3-1-1- کشف تقسیمات
* 1-4-3-1-2- دسته بندی با درخت تصمیم
* 1-4-3-1-3-انواع درخت‌هاي تصميم
* 1-4-3-1-4- نحوه‌ي هرس كردن درخت
*  1-4-3-2- نزدیکترین همسایگی_ K
* 1-4-3-3-بیزی
* 1-4-3-3-1 تئوری بیز
* 1-4-3-3-2 -دسته بندی ساده بیزی
* 1-4-3-4- الگوريتم‌هاي ژنتيك در فصل دو با آن آشنا می شویم
* 1-4-3-5-شبكه‌هاي عصبي
* 1-4-4- ارزيابي روش‌هاي کلاس‌بندي
*  -2-4-1پيش بيني
* 1-4-3-انواع روش‌هاي پیش بینی
* 1-4-3-1- رگرسیون
* 1-4-3-1 -1- رگرسیون خطی
* 1-4-3-1-2-رگرسیون منطقی
* 1-4-3- خوشه بندی
* 1-4-3-1- تعريف فرآيند خوشه‌بندي
* 1-4-3-2-کيفيت خوشه‌بندي
* 1-4-3-3-روش ها و الگوريتم‌هاي خوشه‌بندي
* 1-4-3-3-1-روش های سلسله‌مراتبي
* 1-4-3-3-1-1- الگوریتم های سلسله مراتبی
* 1-4-3-3-1-1-1-الگوريتم خوشه بندی single-linkage
* 1-4-3-3-2-الگوريتم‌هاي تفكيك
* 1-4-3-3-3-روش‌هاي متكي برچگالي
* 1-4-3-3-4-روش‌هاي متكي بر گريد
*  1-4-3-3-5-روش‌‌هاي متكي بر مدل
* 1-4-4- تخمين
* 1-4-4-1- درخت تصمیم
* 1-4-4-2- شبکه ی عصبی
* 1-4-5-سري هاي زماني
* 1-5-کاربردهای داده کاوی
* 1-6-قوانين انجمنی
* 1-6-1-كاوش قوانين انجمنی
* 1-6-2-اصول كاوش قوانين انجمنی
* 1-6-3-اصول استقرا در كاوش قوانين انجمنی
* 1-6-4-الگوريتم Apriori
* 1-7-متن کاوی
* 1-7-1- مقدمه
* 1-7-2- فرآيند متن کاوي
* 1-7-3- کاربردهاي متن کاوي
* 1-7-3-1- جستجو و بازيابي
* 1-7-3-2-گروه بندي و طبقه بندي داده
* 1-7-3-3-خلاصه سازي
* 1-7-3-4- روابط ميان مفاهيم
* 1-7-3-5- يافتن و تحليل ترند ها
* 1-7-3-5- برچسب زدن نحوي (POS)
*  1-6-2-7-ايجاد تزاروس و آنتولوژي به صورت اتوماتيک
* 1-8-تصویر کاوی
* 1-9- وب کاوی
* فصل دوم -الگوریتم ژنتیک
* 1-2-مقدمه
* 2-2-اصولالگوريتمژنتيک
*  2-2-1-کد گذاری
* 2-2-1-1-روش های کد گذاری
*  2-2-1-1-1-کدگذاری دودویی
* 2-2-1-1-2-کدگذاری مقادیر
* 2-2-1-1-3-کدگذاری درختی
* 2-2-2- ارزیابی
*  2-2-3-انتخاب
* 2-2-3-1-انتخاب گردونه دوار
* 2-2-3-2-انتخاب رتبه ای
* 2-2-3-3-انتخاب حالت استوار
* 2-2-3-4-نخبه گزینی
* 2-2-4-عملگرهای تغییر
* 2-2-4-1-عملگر Crossover
*  2-2-4-2-عملگر جهش ژنتیکی
*  2-2-4-3-احتمالCrossover و جهش
* 2-2-5-کدبرداری
* 2-2-6-ديگر پارامترها
*  2-4-مزایای الگوريتم هاي ژنتيک
* 2-5- محدودیت های الگوريتم هاي ژنتيک
*  2-6-چند نمونه از کاربرد هاي الگوريتم هاي ژنتيک
*  2-6-1-يک مثال ساده
* فصل سوم-شبكه هاي عصبي
* 3-1-چرا از شبکه های عصبی استفاده می کنیم؟
* 3-2-سلول عصبی
*  3-3-نحوه عملکرد مغز
*  3-4-مدل ریاضی نرون
*  3-5-آموزش شبكه‌هاي عصبي
* 3-6-کاربرد های شبکه های عصبی
* فصل چهارم – محاسبات نرم
* 4-1-مقدمه
* 4-2-محاسبات نرمچيست ؟
*  4-2-1-رابطه
*  4-2-2-مجموعه های فازی
*  4-2-2-1-توابع عضویت
* 4-2-2-2- عملیات اصلی
* 4-2-3-نقش مجموعه­های فازی در داده­کاوی
* 4-2-3-1- خوشه بندی
* 4-2-3-2- خلاصه­ سازی داده­ها
*  4-2-3-3- تصویر کاوی
* 4-2-4- الگوریتمژنتیک
* 4-2-5-نقش الگوریتم ژنتیک در داده کاوی
* 4-2-5-1- رگرسیون
* 4-2-5-2-قوانین انجمنی
* 4-3-بحث و نتیجه گیری
* فصل پنجم – ابزارهای داده کاوی
* 5-1- نحوه ی انتخاب ابزارداده کاوی
* 5-2-1-ابزار SPSS-Clemantine
* 5-2-3-ابزار KXEN
* 5-2-4-مدل Insightful
* 5-2-5-مدل Affinium
* 5-3- چگونه می توان بهترین ابزار را انتخاب کرد؟
* 5-4-ابزار های داده کاوی که در 2007 استفاده شده است
* 5-5-داده کاوی با sqlserver 2005
* 5-5-1-اتصال به سرورازمنوی
* 5-5-2- ایجاد Data source
* 5-5-3- ایجادData source view
* 5-5-4- ایجاد Mining structures
* 5-5-5- Microsoft association rule
* 5-5-6- Algorithm cluster
* 5-5-7- Neural network
*  5-5-8-Modle naive-bayes
* 5-5-9-Microsoft Tree Viewer
* 5-5-10-Microsoft-Loistic-Regression
* 5-5-11-Microsoft-Linear-Regression
* فصل ششم – نتایج دادهکاوی با SQL SERVER2005روی بانک اطلاعاتی دانشگاه آزاد قوچان
* ·1-6-نتایج Data Mining With Sql Server 2005 روی بانک اطلاعاتی دانشگاه آزاد قوچان
* 1-6-1-Microsoft association rule
*  1-6-2- Algorithm cluster
* 1-6-3- Neural network
* 1-6-4- Modle naive-bayes
* 1-6-5-Microsoft Tree Viewer
* 7-1-نتیجه گیری
* منابع وماخذ