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.
در این پژوهش با استفاده از روش خوشه بندی K - means که یک روش خوشه بندی نظارت نشده محسوب می شود، به دسته بندی داده های رسوب آبراهه ای مربوط به دو عنصر مس و طلا و نحوه رفتار عنصر مس نسبت به طلا در ورقه ۱:۱۰۰۰۰۰ فیض آباد پرداخته شده است. در روش خوشه بندی K - means باید تعداد دسته ها (K) درست و مناسب تعیین گردد، به همین منظور با استفاده از شاخص Silhouette Width به عنوان معیار مناسبی جهت تعیین تعداد دسته ها (K) استفاده و به تحلیل نتایج پرداخته شد. با بررسی نمودارهای حاصل از شاخص Silhouette Width برای مقادیر ۳=k الی ۱۰=k، خوشه بندی با تعداد ۴=k نسبت به سایر دسته بندی ها مناسب تر ارزیابی شد و با توجه به نتایج آن، مشاهده گردید که به ازای افزایش مقادیر عیار عنصر مس، عیار عنصر طلا افزایش می یابد. طبق نتایج بدست آمده، نقشه آنومالی رفتار عنصر مس نسبت به طلا به چهار دسته مقادیر زمینه پایین، زمینه بالا، آنومالی ضعیف و آنومالی قوی تقسیم بندی شد.
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.