دسته: مهندسی فناوری اطلاعات, مهندسی کامپیوترعنوان پایان نامه : پایان نامه داده کاوی و کاربرد آن در تشخیص بیماریقالب بندی : PDFقیمت: 2800 تومانفهرست :فصل اول مقدمهشرح و بیان مسئلههدف تحقیقاهمیت و کاربرد نتایج تحقیقمحدودیتتعریف عملیاتی واژگانفصل دوم : مفاهیم داده کاویتاریخچهموضوع داده کاوی چیست؟تعاریف داده کاویتفاوت داده کاوی و آنالیزهای آماریکاربرد های داده کاویچند مثال در مورد مفهوم داده کاویمراحل داده کاویمرحله اول: Business Understandingمرحله دوم: Data Understandingجمع آوری داده هابحث شرح و توصیف داده هامرحله سوم: Data PreparationData selecting :انتخاب دادهمرحله چهارم: Modellingمرحله پنجم: Evaluationمرحله ششم: Deploymentمفاهیم اساسی در داده کاویBaggingBoostingMetaLearningعناصر داده کاویتکنیک های داده کاویدسته بندیخوشه بندیرگرسیون گیریتجمع وهمبستگیدرخت تصمیم گیریالگوریتم ژنتیکشبکه های عصبی مصنوعیگام نهایی فرآیند داده کاوی،گزارش دادن استتکنولوژی های مرتبط با داده کاویانبار دادهOLAPمحدودیت هافصل سوم : کاربرد داده کاوی در پزشکیداده کاوی در عرصه سلامتاستراتژی های داده کاوینمونه هایی از کاربرد داده کاوی در سلامتشرح مختصر:امروزه در دانش پزشکی جمع آوری داده های فراوان در مورد بیماری های مختلف از اهمیت فراوانی برخوردار است. مراکز پزشکی با مقاصد گوناگونی به جمع آوری این داده ها می پردازند . تحقیق روی این داده ها و به دست آوردن نتایج و الگوهای مفید در رابطه با بیماری ها ،یکی از اهداف استفاده از این داده ها است . حجم زیاد این داده ها و سردرگمی حاصل از آن مشکلی است که مانع رسیدن به نتایج قابل توجه می شود . بنابراین از داده کاوی برای غلبه بر این مشکل و به دست آوردن روابط مفید بین عوامل خطر زا در بیماری ها استفاده می شود. این مقاله به معرفی داده کاوی وکاربردآن در صنعت پزشکی (پیش بینی بیماری) با استفاده از الگوریتم های داده کاوی به همراه نرم افزارهای مرتبط با آن پرداخته است.
پایان نامه داده کاوی و کاربرد آن در تشخیص بیماری
دسته: مهندسی فناوری اطلاعات, مهندسی کامپیوترعنوان پایان نامه : پایان نامه داده کاوی و کاربرد آن در تشخیص بیماریقالب بندی : PDFقیمت: 2800 تومانفهرست :فصل اول مقدمهشرح و بیان مسئلههدف تحقیقاهمیت و کاربرد نتایج تحقیقمحدودیتتعریف عملیاتی واژگانفصل دوم : مفاهیم داده کاویتاریخچهموضوع داده کاوی چیست؟تعاریف داده کاویتفاوت داده کاوی و آنالیزهای آماریکاربرد های داده کاویچند مثال در مورد مفهوم داده کاویمراحل داده کاویمرحله اول: Business Understandingمرحله دوم: Data Understandingجمع آوری داده هابحث شرح و توصیف داده هامرحله سوم: Data PreparationData selecting :انتخاب دادهمرحله چهارم: Modellingمرحله پنجم: Evaluationمرحله ششم: Deploymentمفاهیم اساسی در داده کاویBaggingBoostingMetaLearningعناصر داده کاویتکنیک های داده کاویدسته بندیخوشه بندیرگرسیون گیریتجمع وهمبستگیدرخت تصمیم گیریالگوریتم ژنتیکشبکه های عصبی مصنوعیگام نهایی فرآیند داده کاوی،گزارش دادن استتکنولوژی های مرتبط با داده کاویانبار دادهOLAPمحدودیت هافصل سوم : کاربرد داده کاوی در پزشکیداده کاوی در عرصه سلامتاستراتژی های داده کاوینمونه هایی از کاربرد داده کاوی در سلامتشرح مختصر:امروزه در دانش پزشکی جمع آوری داده های فراوان در مورد بیماری های مختلف از اهمیت فراوانی برخوردار است. مراکز پزشکی با مقاصد گوناگونی به جمع آوری این داده ها می پردازند . تحقیق روی این داده ها و به دست آوردن نتایج و الگوهای مفید در رابطه با بیماری ها ،یکی از اهداف استفاده از این داده ها است . حجم زیاد این داده ها و سردرگمی حاصل از آن مشکلی است که مانع رسیدن به نتایج قابل توجه می شود . بنابراین از داده کاوی برای غلبه بر این مشکل و به دست آوردن روابط مفید بین عوامل خطر زا در بیماری ها استفاده می شود. این مقاله به معرفی داده کاوی وکاربردآن در صنعت پزشکی (پیش بینی بیماری) با استفاده از الگوریتم های داده کاوی به همراه نرم افزارهای مرتبط با آن پرداخته است.