تحقیق درباره داده کاوی

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 46

Data mining

چکیده :

داده کاوی عبارت است از فرآیند خودکار کشف دانش و اطلاعات از پایگاه های داد ه ای.

این فرآیند تکنیک ها یی از هوش مصنوعی را بر روی مقادیر زیادی داده اعمال می کند تا روندها , الگوها و روابط مخفی را کشف کند. ابزار های داده کاوی برای کشف دانش یا اطلاعات از داده ها به کاربراتکا نمی کنند، بلکه فرآیند پیشگویی واقعیت ها را خود کار می سازند. این تکنولوژی نوظهور، اخیرًا به طورفزایند های در تحلیل ها مورد استفاده قرار می گیرد.

کلمات کلیدی :

Data mining, Predictive data mining, Exploration data analysis,

Data warehousing, Olap, neural network, Deployment , machine

Learning, Meta-learning, Bagging , Boosting , clustering , Eda

Drill-down analysis, Stacket generalization , classification

مقدمه :

امروزه با حجم عظیمی از داده ها روبرو هستیم. برای استفاده از آنها به ابزارهای کشف دانش نیاز داریم. داده کاوی به عنوان یک توانایی پیشرفته در تحلیل داده و کشف دانش مورد استفاده قرار می گیرد. داده کاوی در علوم (ستاره شناسی،...)‌در تجارت (تبلیغات، مدیریت ارتباط با مشتری،...) در وب (موتورهای جستجو،...) در مسایل دولتی (فعالیتهای ضد تروریستی،...) کاربرد دارد. عبارت داده کاوی شباهت به استخراج زغال سنگ و طلا دارد. داده کاوی نیز اطلاعات را که در انبارهای داده مدفون شده است، استخراج می کند.

در واقع هـــــدف از داده کاوی ایجاد مدل هایی برای تصمیم گیری است. این مدلها رفتارهای آینده را براساس تحلیلهای گذشته پیش بینی می کنند. به کاربردن داده کاوی به عنوان اهرمی برای آماده سازی داده ها و تکمیل قابلیتهای انباره داده ، بهترین موقعیت را برای به دست آوردن برتریهای رقابتی ایجاد می کند.

داده کاوی (Data mining) :

داده کاوی (Data mining) یک فرایند تحلیلی است که جهت کاوش داده ها (معمولاً حجم بالای داده ها و یا داده های تجاری و مربوط به بازار) و جستجوی الگوهای پایدار یا روابط سیستماتیک مابین متغیرها بکار میرود وسپس با اعمال الکو های شناسایی شده به زیر مجمو عه های جدید صحت داده های بدست آمده بررسی میگردد. هدف نهایی داده کاوی پیشگویی است.

سازما نها معمو ً لا روزانه مقدار زیادی داده را در انجام عملیات تجاری خود تولید و جمع آوری می کنند.

امروزه برای این پایگاه های داده شرکتی عجیب نیست که مقدار داده های آن در حد ترابایت باشد. با این حال علی رغم ثروت اطلاعاتی عظیم ذخیره شده حدس زده می شود که فقط ٪ ٧کل داد ه هایی که جمع آوری می شود مورد استفاده قرار می گیرد. بدین ترتیب مقدار قابل توجهی داده که بدون شک حاوی اطلاعات ارزشمند سازمانی است تا حد زیادی دست نخورده باقی می ماند. در محیط تجاری عصر اطلاعات، که هر روز رقابتی تر می شود می توان با استخراج اطلاعات از داد ه های استفاده نشده به تصمیم گیری های استراتژیک دست یافت. در طول تاریخ تحلیل داده ها از طریق رگرسیون و دیگر تکنیک های آماری انجام شده است. برای استفاده از این تکنیکها ، لازم است که تحلیل گر مدلی خلق کند و فرآیند گر دآوری دانش را سازمان دهد.

اما امروزه این روش ها به تنهایی کافی نیستند و باید از روش ها ی خود کار استفاده کرد.

داده کاوی عبارت است از فرآیند خودکار کشف دانش و اطلاعات از پایگاه های داد ه ای.

این فرآیند تکنیک ها یی از هوش مصنوعی را بر روی مقادیر زیادی داده اعمال می کند تا روندها ، الگوها و روابط مخفی را کشف کند. ابزار های داده کاوی برای کشف دانش یا اطلاعات از داده ها به کاربر اتکا نمی کنند، بلکه فرآیند پیشگویی واقعیت ها را خود کار می سازند. این تکنولوژی نوظهور، اخیرًا به طور

فرایند های در تحلیل ها مورد استفاده قرار می گیرد

تحقیق درمورد شرکت داده پردازی ایران

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 21

«فصل اول»

آشنایی با داده پردازی ایران (DPI)

1-1 تاریخچه سازمان

شرکت داده پردازی ایران، ابتدا در سال 1335 تحت عنوان شرکت آی بی ام ایران تأسیس شد. تأسیس این شرکت همگام با سیاست کلی شرکت آی بی ام جهانی برای فروش خدمات مربوط به ماشین های اداری در کشورهای خارجی بود.

بنابراین همان سیاست، این شرکت شعب خارجی خود را توسط کارکنان محلی اداره می نمود، که پس از دیدن آموزش های لازم، بکارگیری شدند. به همین دلیل، در سال 1357 شرکت آی بی ام ایران بیش از یکصد و هفتاد تن کارمند داشت که همگی بجز یکنفر ایرانی بودند.

شرکت آی بی ام رفته رفته گسترش یافت، تا جائیکه بنا بر آمار موجود در سال 1357 بیش از نود درصد از کامپیوترهای موجود در ایران و بخش مهمی از ماشین های اداری، نظیر دستگاههای فتوکپی و ماشین هیا تحریر از محل این شرکت تأمین شده بود.

پس از پیروزی انقلاب اسلامی در کشور، شرکتهای خارجی کار خود را تعطیل و از کشور خارج گردیدند. و شورای عالی انفورماتیک زیر نظر سازمان برنامه و بودجه تشکیل گردید تا وضعیت شرکتهای کامپیوتری را سر و سامان بخشد و پیرو مصوبه شماره 100236 21/8/60 و مذاکراتی که با مسئولین IBM داشتند در بهمن 1360 شرکت IBM شعبه ایران رسماً فعالیت خود را در ایران تعطیل و کلیة دارائیها و دستگاههای خود را طبق قراردادی به مالکیت دولت جمهوری اسلامی ایران واگذار نمود. قرارداد واگذاری شرکت IBM به دولت جمهوری اسلامی در زمان وزارت آقای دکتر بانکی و در زمان تصدی آقای مهدی صمدانی آخرین مدیر عامل شرکت IBM ایران صورت گرفت.

از بهمن 1360 هیئت مدیره جدید از طرف آقای دکتر بانکی تعیین و شرکت بنام 0مدیریت موقت IBM سابق) به مدیریت آقای ابوالفضل زندی بیدگلی اولین مدیر عامل شرکت پس از پیروزی انقلاب اسلامی مشغول به کار شد. گروهی از پرسنل قدیمی توسط هیئت مدیره جدید انتخاب گردید و مجموعاً با حدود یکصد نفر نیروی انسانی شرکت اداره گردید. شرکت داده پردازی ایران در تاریخ 3/4/63 تحت شماره 52667 در اداره ثبت شرکتها در زمان تصدی آقای فصیحی مدیر عامل وقت به ثبت رسید و زیر نظر سازمان برنامه و بودجه فعالیت خود را ادامه و گسترش داد.

در تاریخ 1/4/1363 شرکتی با نام شرکت داده پردازی ایران 0سهامی خاص) به ثبت رسید تا کلیه اموال و درائیهای شرکت «آی بی ام» را به تملک خود برآورد و عهده دار وظایف و مسئولیتهای آن گردد. در تاریخ 11/11/78 بموجب تصمیم نمایندگان ویژه ریاست محترم جمهوری اسلامی ایران مالکیت دولت به تمامی 70% سهام و دارائیهای شرکت به صندوق بازنشستگی کشوری واگذار گردید.

1-2- بخشهای سازمانی و تشکیلات

در حال حاضر شرکت با تشکیل 6 اداره کل و نیروی انسانی کاملاً مشخص یکی از بزرگنرین شرکتهای صنعت انفورماتیک کشور کسب نموده و در زمینه خدمات کامپیوتری، شبکه ارتباطی و اطلاع رسانی، تولید نرم افزارهای کاربردای و تولید ریزکامپیوتری و یا سایر خدمات کامپیوتری فعالیت می نماید.

ادارات زیرمجموعه شرکت معظم داده پردازی ایران شامل 6 اداره زیر هستند:

اداره کل ریزکامپیوتر و ماشینهای اداری

اداره کل عملیات

اداره کل شبکه های ارتباطی و اطلاع رسانی

اداره توسعه ریزکامپیوتر

اداره کل آموزش

اداره کل نرم افزار

اسامی مدیران عامل شرکت IBM از بدو تاسیس تا کنون

ردیف

نام و نام خانوادگی

سال استخدام

1

آقای وان هورگاردن

نیمه دوم سال 1355

2

آقای ماکس ووشر

8/5/1336

3

آقای استانفورد

10/10/1340

4

آقای بادلی لشر

آذرناه 1345

5

آقای محمد صادق سعیدی

دی ماه 1347

6

آقای ژوزف ویلیام هیلی

7 اسفند 1352

7

آقای ماکس استوارت آرتوربوکر

مرداد 1356

8

آقای هونمایستر

18/6/1356

9

آقای حسین محمد

تیرماه 1357

10

آقای مهدی صمدانی

مهرماه 1358

11

آقای ابوالفضل زندی بیگی (اولین مدیر عامل جدید)

25/11/1360

12

آقای ابوالقاسم فصیحی

7/1/1363

13

آقای پرویز شهریاری راد

15/3/1364

14

آقای علی کرمانشاهی

14/7/1365

15

آقای سعیدرضا مومنی

12/10/1367

16

آقای مسیح قائمیان

6/6/1369

17

آقای محمئمهدی خادم ازغندی

8/10/1375

18

آقای مسیح قائمیان

31/1/1381

تحقیق درمورد ساختمان داده ها

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 36

گزارش کارآموزی

رشته: کامپیوتر

موضوع: ساختمان داده ها

مکان: شهرستان ایذه

استاد کارآموزی: مهندس سروش شفیعی

تهیه کننده: زینب حیدری مهرنان

سال 1386

تقدیم به:

جامعه علمی و دانش پژوه کشور عزیزمان ایران اسلامی ، خانواده گرامی که صمیمانه مشوق ادامه تحصیل ما بودند .

با تقدیم بهترین احترامات به تک ستاره شبهای دلم ، مادر دلسوزم و پدر زحمتکشم.

مقدمه

مطالعه و بررسی ساختمان داده ها جزء اصلی و اجباری برنامه ی هر دانشجوی علم کامپیوتر است . کامپیوتر علم پرفسونی است که فسون آن در ساختمان داده ها متجلی است . ساختمان داده ها یکی از زیباترین مباحث و نیرومندترین ابزار در حل مسائل کامپیوتری است . در این گزارش بیشتر به تئوری پرداخته و عاری از لفاظی و توصیفهای ناضرور است .

اصول ساختمان داده ها سیمور لیپ شوتز

دپارتمان کامپیوتر دانشگاه تِهپل

سیمپور لیپ شوتز / مهندس حسین ابراهیم زاده ی قلزم

هوروتیز – تننباوم

و ساختمان داده ها / مهندس حمیدرضا تجسمی

فصل اول

- زیر برنامه های بازگشتی

- دو شیوه تحلیل و برنامه نویسی

- الگوریتم

- ساختمان داده ها

- زیر برنامه های بازگشتی در پاسکال

- زیر برنامه های باز گشتی در زبان نویسی c

« زیر برنامه های بازگشتی »

فصل اول

شیوه تحلیل و برنامه نویسی :

به طور کلی در تحلیل یک سیستم دو شیوه وجود دارد : 1- شیوه از پایین به بالا (Down Top )که روشی غیر ساختیاخته و قدیمی است و بیشتر بر نکات صحیح که نویسی تاکید دارد .

2- شیوه از بالا به پایین (Top Down) که در ابتدا برنامه به بخش ها و بلوکهای مشخص تقسیم شده و سپس هر قسمت و بلوک نوشته می شود . نام دیگر این روش برنامه نویسی اولیه ای یا مالاژولار است .

الگوریتم

تعریف : الگوریتم مجموعه محدودی از دستور العمل هاست که اگر دنبال شوند موجب انجام کار خاصی می گردد هر الگوریتم ویژگیهای زیر را داراست :

1- ورودی : یک الگوریتم می تواند هیچ یا چندین کمیت ورودی داشته باشد .

2- خروجی : الگوریتم باید حداقل یک کمیت به عنوان خروجی ایجاد کند .

3- قطعیت : هر دستور العمل باید بدون ابهام و کاملا" واضح باشد .

دانلود تحقیق در مورد تحلیل داده ها در تحقیقات تجاری صفحه 50

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 4

تحلیل داده ها در تحقیقات تجاری صفحه 50

(جدول 10-2 در ادامه)

GPA دانش آموزانی که زمینه انسانی دارند(X)

7/6

9/6

5/7

4/6

3/7

2/8

7/6

GPA دانش آموزانی که زمینه مهندسی دارند(E)

2/7

2/7

9/7

منابع: محاسبات به وسیله نویسنده

مرحله 1:

تنظیم کردن فرضیه تهی و تناوب

H0: آنها اختلافی ندارند در میانگین GPA بدست آمده توسط دانش آموزان MBA با زمینه مهندسی و زمینه غیر مهندسی

Ha: آنها اختلاف قابل توجهی در معدی GPA دارند. میان دانش آموزان MBA با زمینه مهندسی و زمینه غیرمهندسی

مرحله 2:

مرتب کردن نمره های هر دو گروه در ترتیب صعودی با نگه داشتن هویت آن گروه از گروه صعودی، هر نمره ای

نمره CGPA

9/5

1/6

2/6

4/6

4/6

4/6

5/6

5/6

5/6

6/6

گروه 6

x

x

x

x

x

x

x

x

E

x

نمره CGPA

7/6

7/6

7/6

8/6

9/6

9/6

9/6

1/7

2/7

2/7

گروه ها

x

x

x

x

E

x

x

x

E

E

نمره CGPA

2/7

3/7

3/7

4/7

5/7

5/7

5/7

8/7

9/7

9/7

گروهها

E

x

x

E

E

x

x

E

E

E

نمره CGPA

1/8

2/8

3/8

3/8

3/8

5/8

5/8

6/8

7/8

9/8

گروهها

E

x

x

E

E

E

E

E

E

E

مرحله 3

تصمیم گرفتن تعداد ردیف ها:

نگاه کنید به تناظر گروه برای نمره های مختلف از CGPA ما پیدا می کنیم جمه تعداد از ردیفها طبق متن

E xxxxxxxx

2 1

محاسن نمونه گیری مستقل صفحه 51

xxx E xxxxx

5 4 3

xx EE xx E EE

9 8 7 6

xx E E E E

11 10

E E E E E E E

12

بنابراین R = 12

مرحله 4

تعیین کردن ارزشی Z بحرانی. بنابراین در این حالت از نمونه گیری بزرگ هر جا که 20 n ما نمی توانیم بسازیم از ارزشی R بحرانی. بنابراین ما باید پیدا کنیم ارزشی z خارجی را بوسیله بکار بستن فرمول

مرحله 5

تصمیم گرفتن: بنابراین ارزش Z محاسبه شده 69/2 تنزلی کرد بر طرف دیگر ارزش Z بحرانی از 96/1 نزدیک میزان 05/0 از اهمیت این می تواند به پایان برساند اختلاف با اهمیت را در GPA بدست آمده بوسیله دانش آموزان مدیریت با درجه مدیریت نسبت آن از آنها با درجه انسانی: نگاه کنید به ردیف نمودار نمایش داده شده در مرحله 3 ما می توانیم استنباط کنیم که GPA دانش آموزان مهندسی بزرگ تر از دانش آموزان با درجه انسانی.

دانلود تحقیق در مورد تجزیه و تحلیل داده ها

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 4

تجزیه و تحلیل داده ها :

با توجه به اینکه این تحقیق توصیفی می باشد لذا برای تجزیه و تحلیل داده ها از آمار توصیفی ، استنباطی ، میانگین، میانه ، نما ، کجی ، کشیدگی و از آزمون t استفاده می شود .

جسمانی

اجتمایی

روانی

تحصیلی

شغلی

کل

mean

14.0222

23.4889

25.4889

12.0000

97.7778

median

25.0000

22.0000

27.0000

11.0000

102.0000

mode

10.03771

8.34272

13.00

11.00

51.00

Std.deviation

100.7555

69.60101

122.3919

32.15455

1049.449

variance

133

899

465

199

157

skewness

-596

1.891

165

-857

439

با توجه به داده های جدول شماره 1 میانگین ، میانه ، نیازهای جسمانی دانش آموزان مدرسه راهنمایی اندیشه هلایجان به ترتیب 2 0 /14 ، 15 ،17 است . میزان پراکندگی همین متغیر 17/6 است .

نمودار نیازهای جسمانی دانش آموزان مذکور از نظر کجی نرمال است از نظر کشیدگی از حد نرمال کمتر است ( نمودار شماره 1 ) .

با توجه به جدول شماره 1 میانگین ، میانه ، نیازهای اجتماعی دانش آموزان مدرسه راهنمایی هلایجان به ترتیب 48 /23 ، 25 ، 14 است . میزان پراکندگی همین متغیر 3 0/10 است نمودار نیازهای اجتماعی دانش آموزان مذکور از نظر کجی نرمال است و از نظر کشیدگی از حد نرمال کمتر است ( نمودار شماره 2 )

با توجه به جدول شماره 2 میانگین ، میانه ، نما ، نیازهای روانی دانش آموزان مدرسه راهنمایی هلایجان به ترتیب 88/22 ، 22 ، 19 است . میزان پراکندگی همین متغیر 34/8 است . نمودار نیازهای روانی دانش آموزان مذکور از نظر کجی از حد نرمال بالاتر است و کجی بیشتر به طرف راست خوابیده است و از نظر کشیدگی از حد نرمال بالاتر است ( نمودار شماره 3 ) .

با توجه به جدول شماره 1 میانگین ، میانه ، نما ، نیازهای تحصیلی دانش آموزان مدرسه راهنمایی اندیشه هلایجان به ترتیب 48/25/27 ، 13 است . میزان پراکندگی همین متغیر 06/11 است . نمودار نیازهای تحصیلی دانش آموزان مذکور از نظر حد نرمال بالاتر است و کجی بیشتر به طرف راست نمودار خوابیده است و از نظر کشیدگی از حد نرمال بالاتر است .

با توجه به جدول شماره 1 میانگین ، میانه ، نما ، نیازهای شغلی دانش آموزان مدرسه اندیشه هلایجان به ترتیب 6/12 ، 11 ، 11 است و میزان پراکندگی همین متغیر 67/5 است و نمودار نیازهای شغلی دانش آموزان مذکور از نظر کجی نرمال نیست و کجی بیشتر به طرف راست خوابیده است و از نظر کشیدگی از حد نرمال کمتر است .