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 بررسی نتایج بدست آمده از جدول ۲ و ۳ در بخش قبل در می یابیم که اعمال روش بهره اطلاعاتی در تعیین مشخصه و سپس استفاده از الگوریتمAdaBoostM+RT تاثیر خوبی داشته و باعث شده است که دقت تشخیص حمله در حمله نوع U2R تا مقدار قابل قبولی افزایش یابد. پس با توجه به آزمایش های صورت گرفته و نتایج حاصل از آن پیشنهاد می گردد که در تشخیص حملات فقط از یک الگوریتم به تنهایی استفاده نگردد، بلکه برای هر نوع حمله از الگوریتمی استفاده شود که نتایج مطلوب تری به ما می دهد. در این آزمایش و با ارزیابی و مقایسه سه الگوریتم
J48 , RandomTree , AdaBoostM1 + RandomTree دریافتیم که اگر در تشخیص نوع حمله U2R از الگوریتم AdaBoostM1+RT و با اعمال مولفه ی بهره استفاده نماییم به نتایج بهتر و مطلوب تری دست خواهیم یافت. اما برای سایر حمله ها الگوریتم J48 نتایج بهتری نسبت به دو الگوریتم دیگر به ما می دهد.
این مقاله از طریق لینک قابل دسترسی است و محققین علاقه مند می توانند آن را به صورت رایگان دریافت نمایند.
اگر در حال پژوهش در حوزه دادهکاوی هستید، سوالات و اشکالات خود را از طریق تلگرام با آکادمی داده در میان بگذارید. با عضو شدن در کانال تلگرام آکادمی داده از مقالات جدید و دیتاست های منتشر شده مطلع شوید.
مجموعه مقالات فارسی به صورت یکجا نیز از طریق لینک قابل دسترسی هستند.
اگر در زمینه داده کاوی در حال تحقیق یا پیاده سازی پروژه یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید. آکادمی داده در تلگرام (https://t.me/dataacademy) 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.