دوشنبه 28 خرداد 1397 | Monday 18 th of June 2018 صفحه اصلی گروه الکترونیکی کامپیوتر
عنوان فارسی: مقایسه ی دقت تکنیکهای کلاسه بندی در داده کاوی با استفاده از دیتاست پزشکی
عنوان انگلیسی: Compare the accuracy of classification in data mining techniques using medical Dytast
دانشجو: اموزگار حمید رضا
استاد راهنما: حمیدرضا طهماسبی
استاد دفاع: مجتبي پور محقق
تاریخ ارائه: شهریور ماه 1389
مقطع تحصیلی: کارشناسی
دانشگاه: دانشگاه پیام نور مشهد
موضوعات مرتبط: تحقیقاتی | فناوری اطلاعات | طراحی الگوریتم | پایگاه داده | داده کاوی |
رشته های مرتبط: علوم کامپیوتر |
تاریخ قرار گیری در سایت: 22 فروردین 1390 ساعت: 22:34:25
تعداد بازدید: 10178 بازدید
چکیده فارسی: در این مطالعه ، 5 روش کلاسه بندی متداول ، درخت تصمیم ، بیزین ، k نزدیکترین همسایه ، شبکه های عصبی و ماشین بردار پشتیبان بر روی شش مجموعه ی داده ی پزشکی سرطان سینه ، هپاتیت ، تیروئید ، دیابت ، تومور اولیه و بیماری قلبی مورد تست و ارزیابی قرار گرفتند.معیار ارزیابی میزان دقت هر روش بوده و برای تست هر روش از نرم افزار weka با مقادیر پیش فرض استفاده گردید.نتایج حاصله نشان می دهد .که اگر چه بعضی از کلاسه بندی ها نسبت به بقیه بهتر عمل می کنند ولی بطور کلی هیچ روش کلاسه بندی وجود ندارد که روی تمام مجموعه داده های مذکور از دقت بهتری برخوردار باشد و برای هر مجموعه داده یک روش کلاسه بندی خاص نسبت به سایر روش ها از دقت مطلوبی برخوردار می باشد.
چکیده انگلیسی:
کلمات کلیدی: داده کاوی ، کلاسه بندی ، داده کاوی پزشکی ، الگوریتم های کلاسه بندی ، کشف دانش ،استخراج دانش ،نرم افزار weka ، Data mining ، classification
عنوان بازدید
 مقدمه 1372
 فصل یکم– مفاهیم داده کاوی 1830
|— مقدمه 1754
|—|— 1-1- مروری بر کشف دانش و داده کاوی 2492
|—|— 1-2 عوامل پیدایش داده کاوی 2236
|—|— 1-3 مراحل کشف دانش 1746
|—|—|— 1-3-1 استخراج داده ها 1821
|—|—|— 1-3-2 اماده کردن داده ها 1811
|—|—|— 1-3-3 مهندسی الگوریتم و تعیین استراتژ ی های کاوش 1726
|—|—|— 1-3-3 اجرای الگوریتم کاوش و ارزیابی نتایج 2240
|—|— 1-4 جایگاه داده کاوی در میان علوم مختلف 2429
|—|— 1-5 داده کاوی چه کارهایی نمی تواند انجام دهد 1690
|—|— 1-6 داده کاوی و انباره داده ها 2444
|—|— 1-7 داده کاوی و OLAP 2315
|—|— 1-8 کاربرد یادگیری ماشین و امار در داده کاوی 1840
|—|— 1-9 روش های یادگیری 2166
|—|— 1-10 روش های کاوش 1745
 فصل دوم– کلاسه بندی و پیشگویی 1802
|— 2-1 کلاسه بندی 2040
|— 2-2 انواع روش های کلاسه بندی 1955
|— 2-3 ارزیابی روش های کلاسه بندی 1947
 فصل سوم– تکنیک های کلاسه بندی معروف 1924
|— 3-1 درخت تصمیم 2953
|— 3-2 بیزین 2235
|—|— 3-2-1 تئوری بیز 2464
|—|— 3-2-2 نحوه کلاسه بندی به روش بیز ساده 3947
|— 3-3 روش کلاسه بندی نزدیکترین k- همسایه 4447
|— 3-4 روش کلاسه بندی شبکه های عصبی 3962
|— 3-5 روش کلاسه بندی ماشین بردار پشتیبان 2919
|— فصل چهارم– مقایسه و ارزیابی تکنیک های کلاسه بندی 2158
|—|— 4-1 مجموعه داده های مورد استفاده 2131
|—|—|— 4-1-1 مجموعه داده سرطان سینه Wisconsin 2273
|—|—|— 4-1-2 مجموعه داده هپاتیت 1965
|—|—|— 4-1-3 مجموعه داده هیپوتیروئید( پرکاری تیروئید) 1750
|—|—|— 4-1-4 مجموعه داده دیابت 1822
|—|—|— 4-1-5 مجموعه داده تومور اولیه 1755
|—|—|— 4-1-6 مجموعه داده بیماری قلبی 1697
|—|— 4-2 نرم افزار Weka 1877
|—|—|— 4-2-1 معرفی نرم افزار weka 2867
|—|— 4-3 تست روشها 2810
|— فصل پنجم– نتیجه گیری 1875
|—|— پیوست 1727
|—|— پیوست ب- روش ارزیابی k- تکه برابر 1723
 منابع 1408
Compatability by:
آخرین به روز رسانی سایت: سه شنبه, 22 اسفند 1391 - 00:26