بررسی عملکرد الگوریتم ماشین بردار پشتیبان قطبی برای طراحی سیستم پیش بینی کننده برای داده های بازاریابی بانک

بررسی عملکرد الگوریتم ماشین بردار پشتیبان قطبی برای طراحی سیستم پیش بینی کننده برای داده های بازاریابی بانک


  • 304 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 نتایج حاصله می توان مشاهده نمود که روش PSVM برای این مسئله علاوه بر روش SVM سنتی بر تمامی روشهای ذکر شده در بالا از نظر دقت عملکردی غلبه دارد. تنها در موارد کمی دقت پیش بینی با دقت روش PSVM قابل مقایسه می باشد. در نهایت می توان گفت که الگوریتم PSVM در برخی از دادهها با ویژگیهای خاص عملکرد خوبی را از خود به نمایش می گذارد، که می توان از آن برای آموزش سیستم های دسته بند و پیش بینی کننده بهره برد. برای تحقیق های آتی نیز می توان عملکرد ترکیبی روش PSVM با دیگر روش های پیشنهادی ذکر شده را بررسی و دقت عملکرد آن را با این روشها مقایسه 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.