پاورپوینت داده کاوی با اتوماتای یادگیر‎

پاورپوینت داده کاوی با اتوماتای یادگیر‎

دانلود پاورپوینت داده کاوی با اتوماتای یادگیر‎

در قالب پاورپوینت و در ۵۳ اسلاید، قابل ویرایش، شامل:

چکیده مقاله

داده کاوی

اتوماتای یادگیر

داده کاوی با استفاده از اتوماتای یادگیر

نتایج آزمایشات

منابع و مأخذ

مقدمه

داده کاوی به استخراج دانش از داده‌ها اشاره دارد و هسته اصلی آن در فصل مشترک یادگیری ماشین، آمار و پایگاه داده است. یک اتوماتای یادگیر را می‌توان به صورت یک شئ مجرد که دارای تعداد متناهی عمل است، در نظر گرفت. اتوماتای یادگیر با انتخاب یک عمل از مجموعه عمل‌های خود و اِعمال آن بر محیط، عمل می‌کند. عمل مذکور توسط یک محیط تصادفی ارزیابی می‌شود و اتوماتا از پاسخ محیط برای انتخاب عمل بعدی خود استفاده می‌کند.

در این مقاله یک کاوش کننده داده (data miner) بر پایه اتوماتای یادگیر پیشنهاد شده است که LA-miner نام‌گذاری شده است.

LA-miner قواعد طبقه‌بندی را از مجموعه داده‌ها (data set) به طور خودکار استخراج می‌کند.

الگوریتم پیشنهادی بر پایه بهینه‌سازی که از اتوماتای یادگیر استفاده می‌کند بنا نهاده شده است.

نتایج عملی نشان می‌دهد که عملکرد LA-miner پیشنهاد شده قابل مقایسه و در بعضی مواقع بهتر از (Ant-miner) الگوریتم کاوش کننده بر مبنای الگوریتم بهینه‌سازی کلونی مورچه‌ها و (CNZ) (الگوریتم معروف داده‌کاوی برای طبقه‌بندی) است.

چرا داده‌کاوی

دلایل پیدایش داده‌کاوی

توسعه تکنولوژی‌های ذخيره و بازيابی اطلاعات.

افزايش روزافزون حجم اطلاعات ذخیره‌شده.

آرشيوهای اطلاعاتی، به دليل حجم بسيار زياد، غالباً به مقبره‌های اطلاعات تبديل می‌شوند.

عليرغم هزینه‌های سنگين در بخش تکنولوژی اطلاعات، بسياری از تصمیم‌ها همچنان در فقر اطلاعاتی اتخاذ می‌گردند و از قابلیت‌های بالقوه اطلاعات ذخيره شده استفاده نمی‌شود.

Europe’s Very Long Baseline Interferometry (VLBI) دارای 16 تلسکوپ است که هر کدام از آن‌ها بالغ بر 1Gigabit/second داده‌های نجومی در هر دوره 25 روزه تولید می‌کنند. در این مقاله یک کاوش کننده بر پایه اتوماتای یادگیر پیشنهاد شده است که LA-miner نام‌گذاری شده است.