سرفصل مطالب

سرفصل مطالب
# سرفصل مطالب طرح درس (براساس سرفصل)
1 مقدمات و کلیات شامل مقدمه، اهمیت و ضرورت، مفاهیم اولیه، تعریف و تاریخچه داده‌کاوی
2 رویکردهای داده‌کاوی، کاربردهای داده‌کاوی
3 فرایند کشف دانش، متدولوژی CRISP، نرم‌افزارها و اخلاق حرفه‌ای در داده‌کاوی
4 شناخت معماری داده‌ها شامل معماری اطلاعات سازمان، انواع پایگا‌ه‌های داده‌ای، پایگاه داده عملیاتی، انبار داده، مخزن دادن، OLTP و OLAP
5 آماده‌سازی و پیش‌پردازش داده شامل مفاهیم اولیه مربوط به مجموعه داده‌ها، اهمیت و ضرورت آماده‌سازی و پیش‌پردازش داده‌ها
6 پاکسازی داده
7 کاهش داده
8 تبدیل داده، خلاصه‌سازی و مصورسازی داده
9 تکنیک‌های طبقه‌بندی شامل تعاریف، شیوه مدل‌سازی (آموزش و ارزیابی)
10 سنجش اعتبار مدل، درخت تصمیم
11 درخت تصمیم
12 درخت تصمیم
13 طبقه‌بندی بر اساس قانون
14 طبقه بند بیزی، KNN
15 ماشین بردار پشتیبان (SVM)
16 )، رگرسیون شامل مقدمه و تعاریف، انواع رگرسیون، رگرسیون خطی، رگرسیون غیرخطی
17 رگرسیون لجستیک، رگرسیون پرابیت، GLM، ارزیابی مدل
18 شبکه‌های عصبی مصنوعی (ANN) شامل مقدمه و تعاریف و مفاهیم اولیه، انواع ساختارها و توپولوژی‌ها
19 شبکه‌های عصبی مصنوعی (ANN) شاملفرایند یادگیری، الگوریتم‌های یادگیری
20 خوشه‌بندی شامل مفاهیم و تعاریف، آماده‌سازی داده برای خوشه‌بندی
21 رویکردهای افرازی مانند K-Means، K-Medoids، K-Modes، PAM و CLARA،
22 رویکردهای سلسله‌مراتبی، رویکردهای مبتی بر چگالی (DBSCAN)، رویکردهای مبتنی بر مدل (E-M)، SOM،
23 ارزیابی خوشه‌بندی؛ قوانین پیوند شامل مقدمات، مفاهیم و کاربردها، الگوریتم‌ APriori
24 ارزیابی خوشه‌بندی؛ قوانین پیوند شامل مقدمات، مفاهیم و کاربردها، الگوریتم‌ APriori