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.
نتایج به دست آمده حاکی از آن است که مدلهای SVM , RBF می توانند میزان غلضت آلاینده ها را در مناطق مختلف به خوبی پیش۔ بینی نمایند. بدین ترتیب متخصصین محیط زیست می توانند با به کارگیری این مدل ها میزان غلظت آلودگی هوا را در مناطق مختلف شهر براساس داده های ایستگاههای هواشناسی در روزهای مختلف سال پیش بینی نمایند و تدابیر لازم را در جهت کاهش و کنترل فراهم نمایند. عملکرد مدل های توسعه یافته بیانگر توانایی مناسب هر دو روش پیش بینی میزان شاخص آلاینده ها را دارد. مقایسه مقدار R برای دو روش نشان میدهد که الگوریتم شبکه عصبی ماشین بردار پشتیبان با دقت کمی بالاتری قادر به پیش - بینی میزان شاخص آلاینده دارد.
این مقاله از طریق لینک قابل دسترسی است و محققین علاقه مند می توانند آن را به صورت رایگان دریافت نمایند.
آموزش ابزارِ داده کاوی رپیدماینر
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. 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.