دانلود پروژه داده کاوی و کشف قوانین وابستگیچکیدهبا افزايش سيستمهاي كامپيوتر و گسترش تكنولوژي اطلاعات، بحث اصلي در علم كامپيوتر از چگونگي جمع آوري اطلاعات به نحوه استفاده از اطلاعات منتقل شده است. سيستمهاي داده كاوي، اين امكان را به كاربر مي دهند كه بتواند انبوه داده هاي جمع آوري شده را تفسير كنند و دانش نهفته در آن را استخراج نمايند.داده كاوي به هر نوع كشف دانش و يا الگوي پنهان در پايگاه داده ها اطلاق مي شود. امروزه داده کاوی به عنوان یکی از مهمترین مسائل هوش مصنوعی و پایگاه داده، محققان بسیاری را به خود جذب کرده است. در این تحقیق ابتدا نگاه کلی بر داده کاوی، استراتژیهای داده کاوی و... داریم، سپس مسأله کشف قوانین وابستگی در پایگاه داده را به تفضیل بررسی کردیم و نگاهی به الگوریتمهای موجود برای آن داشتیم. سپس مسأله کشف قوانین وابستگی در پایگاه داده های پویا را مورد بحث قرار دادیم و الگوریتم های ارائه شده مربوطه را مطرح کردیم.فهرست:چکیدهمقدمهکشف دانش در پایگاه دادهآیا داده کاوی برای حل مسائل ما مناسب است؟جمع آوری داده هابکارگیری نتایجاستراتژیهای داده کاویپیش گویی PerdictionUnsupervised Clustering دسته بندی بدون کنترلتکنیکهای داده کاوی تحت کنترلشبکه عصبیبرگشت آماریقوانین وابستگیالگوریتم Aprioriالگوریتم Aprior TIDالگوریتم partitionالگوریتم های MaxEclat,Eclatالگوریتم با ساختار trieالگوریتم fp-growساخت fp- treeFp-tree شرطیالگوریتم بردارینگهداری قوانین وابستگیالگوریتم کاهشی