مدل ­کاهل^[۱۰] نوعی از یادگیری با نظارت است که روش مبتنی بر نمونه نیز نامیده می­ شود. در واقع مدلی از داد­ه­ها ساخته نمی­ شود و یادگیری تا زمان دسته بندی به تعویق می­افتد و زمان زیادی صرف دسته­بندی می­ شود.
ماشین بردار پشتیبان
ماشین بردار پشتیبان^[۱۱] نوعی از یادگیری با نظارت است که هم در داده ­های خطی و هم غیر خطی کاربرد دارد. مبنای آن استفاده از داده ­های خطی است و داده ­های غیر خطی را به خطی تبدیل می­نماید.
مدل قانون­محور
مدل قانون­محور^[۱۲] نوعی از یادگیری با نظارت است است که نتایج بصورت قوانین if-then نشان می­دهد. بخش بعد از if شرط­ها و بخش then جواب نهایی مشخص می­نماید.

۱-۶ ساختار پایان نامه

ساختار پایان نامه در پنج فصل بصورت زیر ساماندهی شده است:
در فصل اول به شرح کلیات تحقیق از جمله تبین موضوع تحقیق، ضرورت انجام طرح، اهداف و فرضیات مسئله می­پردازیم. در فصل دوم به ادبیات، مبانی نظری و پیشینه تحقیق پرداخته شده است. سپس روش انجام طرح بصورت تفصیلی در فصل سوم شرح داده شده است. در فصل چهارم روش پیشنهادی پیاده­سازی شد و نتایج حاصل مورد ارزیابی قرار گرفت. در آخرین فصل از فصول پنج­گانه نتیجه تحقیق و پیشنهاداتی برای کار­های آینده عنوان شده است.

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

فصل دوم

ادبیات و پیشینه تحقیق

۲-۱ داده ­کاوی

داده ­کاوی را می توان حاصل سیر تکاملی طبیعی تکنولوژی اطلاعات دانست، که این سیر تکاملی ناشی از یک سیر تکاملی در صنعت پایگاه­داده می­باشد. نظیر عملیات جمع­آوری داده ­ها وایجاد پایگاه داده، مدیریت داده و تحلیل و فهم داده ­ها.
دراینجا تعریفی از داده ­کاوی ارائه می­دهیم:
“داده ­کاوی عبارتست از فرایند یافتن دانش از مقادیر عظیم داده ­های ذخیره شده در پایگاه­داده، انباره داده ویا دیگر مخازن اطلاعات”[۲].
بر اساس این دیدگاه یک سیستم داده ­کاوی به طور نمونه دارای اجزاء اصلی زیر است که شکل ۲-۱ بیانگر معماری سیستم است.
بنابراین داده ­کاوی به عنوان یکی از شاخه­ های پیشرو در صنعت اطلاعات مورد توجه قرار گرفته و به عنوان یکی از نوید بخش­ترین زمینه ­های توسعه بین رشته ای در صنعت اطلاعات است.

۲-۱-۱دسته­بندی^[۱۳]

در مسائل دسته­بندی هدف شناسایی ویژگی­هایی است که گروهی را که هر مورد به آن تعلق دارد را نشان دهند. از این الگو می­توان هم برای فهم داده ­های موجود و هم پیش ­بینی نحوه رفتار داده جدید استفاده کرد.

شکل ۲-۱: معماری یک نمونه سیستم داده ­کاوی‎[۳]

داده ­کاوی مدل­های دسته­بندی را با بررسی داده ­های دسته­بندی شده قبلی ایجاد می­ کند و یک الگوی پیش ­بینی کننده را بصورت استقرایی ایجاد می­نماید. این موارد موجود ممکن است از یک پایگاه داده تاریخی آمده باشند‎[۵].

۲-۲مدل­ها و الگوریتم­های داده ­کاوی

در این بخش قصد داریم مهمترین الگوریتم­ها و مدل­های داده ­کاوی را بررسی کنیم. بسیاری از محصولات تجاری داده ­کاوی از مجموعه از این الگوریتم ها استفاده می­ کنند و معمولا هر کدام آنها در یک بخش خاص قدرت دارند و برای استفاده از یکی از آنها باید بررسی های لازم در جهت انتخاب متناسب­ترین محصول توسط گروه متخصص در نظر گرفته شود.نکته مهم دیگر این است که در بین این الگوریتم ها و مدل ها ، بهترین وجود ندارد و با توجه به داده ­ها و کارایی مورد نظر باید مدل انتخاب گردد.

۲-۲-۱ شبکه ­های عصبی^[۱۴]

هر شبکه عصبی شامل یک لایه ورودی^[۱۵]می­باشد که هر گره در این لایه معادل یکی از متغیر­های پیش ­بینی می­باشد. گره­های موجود در لایه میانی به تعدادی گره در لایه نهان^[۱۶]وصل می­شوند. هر گره ورودی به همه گره­های لایه نهان وصل می­ شود.
گره­های موجود در لایه نهان می­توانند به گره­های یک لایه نهان دیگر وصل شوند یا می­توانند به لایه خروجی^[۱۷]وصل شوند.
لایه خروجی شامل یک یا چند متغیر خروجی می باشد
هر یال که بین نود هایX,Y می­باشد دارای یک وزن است که با Wx,y نمایش داده می­ شود. این وزن ها در محاسبات لایه­ های میانی استفاده می­شوند و طرز استفاده آنها به این صورت است که هر نود در لایه­ های میانی (لایه­ های غیر از لایه اول) دارای چند ورودی از چند یال مختلف می­باشد که همانطور که گفته شد هر کدام یک وزن خاص دارند.
هر نود لایه میانی میزان هر ورودی را در وزن یال مربوطه آن ضرب می­ کند و حاصل این ضرب­ها را با هم جمع می­ کند و سپس یک تابع از پیش تعیین شده (تابع فعال­سازی) روی این حاصل اعمال می­ کند و نتیجه را به عنوان خروجی به نودهای لایه بعد می­دهد.
وزن یال­ها پارامترهای ناشناخته­ای هستند که توسط تابع آموزش ^[۱۸]و داده ­های آموزشی که به سیستم داده می­ شود تعیین می­گردند.
تعداد گره­ها و تعداد لایه­ های نهان و نحوه وصل شدن گره­ها به یکدیگر معماری(توپولوژی) شبکه عصبی را مشخص می­ کند.کاربر یا نرم افزاری که شبکه­عصبی را طراحی می­ کند باید تعداد گره­ها ، تعداد لایه­ های نهان ، تابع فعال­سازی و محدودیت­های مربوط به وزن یال­ها را مشخص کند[۳].

شکل ۲-۲: Wx,yوزن یال بین X و Y است[۳].
از مهمترین انواع شبکه ­های عصبی شبکه انتشار به جلو^[۱۹] و شبکه انتشار به عقب^[۲۰] می­باشد که در اینجا به اختصار آن­را توضیح می­دهیم.
انتشار به جلو به معنی این است که مقدار پارامتر خروجی براساس پارامترهای ورودی و یک سری وزن های اولیه تعیین می گردد. مقادیر ورودی با هم ترکیب شده و در لایه­ های نهان استفاده می­شوند و مقادیر این لایه­ های نهان نیز برای محاسبه مقادیر خروجی ترکیب می شوند[۳].
انتشار به عقب خطای خروجی با مقایسه مقدار خروجی با مقدار مد نظر در داده ­های آزمایشی محاسبه می گردد و این مقدار برای تصحیح شبکه و تغییر وزن یال­ها استفاده می­گردد و از گره خروجی شروع شده و به عقب محاسبات ادامه می یابد.
این عمل برای هر رکورد موجود در بانک اطلاعاتی تکرار می گردد.
به هر بار اجرای این الگوریتم برای تمام داده ­های موجود در بانک یک دوره ^[۲۱]گفته می شود. این دوره ها آنقدر ادامه می یابد که دیگر مقدار خطا تغییر نکند[۳].

۲-۲-۲درخت تصمیم

درخت­های تصمیم روشی برای نمایش یک سری از قوانین هستند که منتهی به یک رده یا مقدار می­شوند.
یکی از تفاوت­ها بین متد­های ساخت درخت تصمیم این است که این فاصله چگونه اندازه ­گیری می­ شود. درخت­های تصمیمی که برای پیش ­بینی متغیرهای دسته­ای استفاده می­شوند، درخت­های دسته­بندی نامیده می­شوند زیرا نمونه­ها را در دسته­ها یا رده­ها قرار می­ دهند. درخت­های تصمیمی که برای پیش ­بینی متغیرهای پیوسته استفاده می­شوند درخت­های رگرسیون نامیده می­شوند[۳].

شکل ۲-۳: درخت تصمیم ­گیری‎[۳]
الگوریتم­های یادگیری درخت تصمیم:
اغلب الگوریتم­های یادگیری درخت تصمیم بر پایه یک عمل جستجوی حریصانه بالا به پائین در فضای درختهای موجود عمل می­ کنند.
در درخت تصمیم ID3 از یک مقدار آماری به نام بهره اطلاعات^[۲۲] استفاده می شود تا این­که مشخص کنیم که یک ویژگی تا چه مقدار قادر است مثال­های آموزشی را بر حسب دسته­بندی آن­ها جدا کند[۴].
آنتروپی:
میزان خلوص (بی نظمی یا عدم خالص بودن) مجموعه ­ای از مثال­ها را مشخص می­ کند. اگر مجموعه S شامل مثال­های مثبت و منفی از یک مفهوم هدف باشد آنتروپیS نسبت به این دسته بندی بولی بصورت رابطه ۲-۱ تعریف می شود‎[۴].