فروش فایل
فروش فایل ,دانلود فایل,خرید فایل,دانلود رایگان فایل,دانلود رایگانفروش فایل
فروش فایل ,دانلود فایل,خرید فایل,دانلود رایگان فایل,دانلود رایگاندانلود پروژه و تحقیق و پایان نامه اجرای تکنیک های داده کاوی (با قابلیت ویرایش و دریافت فایل Word ورد doc) تعداد صفحات 80
» :: دانلود پروژه و تحقیق و پایان نامه اجرای تکنیک های داده کاوی (با قابلیت ویرایش و دریافت فایل Word ورد doc) اندازه صفحات 80
شرح انموذج : داده های مورد استفاده در این پروژه از پایگاه داده دانشگاه آزاده قزوین تهیه شده است، این داده ها اطلاعات ۵۰۰ نفر دانشجوی مقطع کارشناسی رشته مهندسی صنایع (گرایش های تکنولوژی صنعتی و تولید صنعتی) است. که باب قالب یک فایل اکسل حرف ۳۸۳۷۷ رکورد می باشد و سنوات تحصیلی ۱۳۸۴ تا ۱۳۹۰ را شامل می شود. مدلی که برای پیشبینی ارتقاء سطح علمی دانشجویان بر اساس اطلاعات موجود در رتبه داده دانشگاه آزاده قزوین پیشنهاد میشود در زیر شرح داده میشود : در این مدل پیشنهادی مراحل مختلف فرآیند داده کاوی از جمله جمع آوری دادهها، آماده سازی و پیش پردازش داده ها را روی مجموعه آموزشی ذکر شده انجام داده و الگوریتمهای مختلف داده کاوی از جمله خوشه بندی، قوانین انجمنی، درخت تصمیمگیری، برای دادهها به کار گرفته شده است. ابتدا از بهر حاصل بهتر الگوریتمهای داده کاوی یک سری عملیات پیشپردازشی روی دادهها انجام داده شده است. همچنین بعد از تجمیع دادهها اندرون یک فایل خصیصههای عددی به خصیصه های گروهی صفت تبدیل شده است. از بهر مانند تمام نمرات دانشجویان به پنج گروه عالی، خوب، متوسط، ضعیف و مردود تقسیم بندی شده است.
شرح انموذج : داده های مورد استفاده در این پروژه از پایگاه داده دانشگاه آزاده قزوین تهیه شده است، این داده ها اطلاعات ۵۰۰ نفر دانشجوی مقطع کارشناسی رشته مهندسی صنایع (گرایش های تکنولوژی صنعتی و تولید صنعتی) است. که باب قالب یک فایل اکسل حرف ۳۸۳۷۷ رکورد می باشد و سنوات تحصیلی ۱۳۸۴ تا ۱۳۹۰ را شامل می شود. مدلی که برای پیشبینی ارتقاء سطح علمی دانشجویان بر اساس اطلاعات موجود در رتبه داده دانشگاه آزاده قزوین پیشنهاد میشود در زیر شرح داده میشود : در این مدل پیشنهادی مراحل مختلف فرآیند داده کاوی از جمله جمع آوری دادهها، آماده سازی و پیش پردازش داده ها را روی مجموعه آموزشی ذکر شده انجام داده و الگوریتمهای مختلف داده کاوی از جمله خوشه بندی، قوانین انجمنی، درخت تصمیمگیری، برای دادهها به کار گرفته شده است. ابتدا از بهر حاصل بهتر الگوریتمهای داده کاوی یک سری عملیات پیشپردازشی روی دادهها انجام داده شده است. همچنین بعد از تجمیع دادهها اندرون یک فایل خصیصههای عددی به خصیصه های گروهی صفت تبدیل شده است. از بهر مانند تمام نمرات دانشجویان به پنج گروه عالی، خوب، متوسط، ضعیف و مردود تقسیم بندی شده است.