تحقیق بررسی داده کاوی و الگوریتم های آن
این تحقیق بصورت Word و با موضوع بررسی داده کاوی و الگوریتم های آن انجام گرفته است.تحقیق برای کامپیوتر وIT مناسب است و در 26صفحه می باشد. می توانید این تحقیق را بصورت کامل و آماده تحویل از پایین همین صفحه دانلود نمایید.
بطور کلی استفاده همگانی از وب و اینترنت به عنوان یک سیستم اطلاع رسانی جهانی ما را مواجه با حجم زیادی از داده و اطلاعات می‌کند. این رشد انفجاری در داده‌های ذخیره شده، نیاز مبرم وجود تکنولوژی های جدید و ابزارهای خودکاری را ایجاد کرده که به صورت هوشمند به انسان یاری رسانند تا این حجم زیاد داده را به اطلاعات و دانش تبدیل کند: داده کاوی به عنوان یک راه حل برای این مسائل مطرح می باشد.
در یک تعریف غیر رسمی داده کاوی فرآیندی است، خودکار برای استخراج الگوهایی که دانش را بازنمایی می کنند، که این دانش به صورت ضمنی در پایگاه داده های عظیم، انباره داده و دیگر مخازن بزرگ اطلاعات، ذخیره شده است.
داده کاوی بطور همزمان از چندین رشته علمی بهره می برد نظیر: تکنولوژی پایگاه داده، هوش مصنوعی، یادگیری ماشین، شبکه های عصبی، آمار، شناسایی الگو، سیستم های مبتنی بر دانش، حصول دانش، بازیابی اطلاعات، محاسبات سرعت بالا و بازنمایی بصری داده. داده کاوی در اواخر دهه 1980 پدیدار گشته، در دهه 1990 گامهای بلندی در این شاخه از علم برداشته شده و انتظار می رود در این قرن به رشد و پیشرفت خود ادامه دهد.
داده کاوی گونه ای از تکنیکها برای شناسایی اطلاعات و یا دانش تصمیم گیری از قطعات داده می باشد، به نحوی که با استخراج آنها، در حوزه های تصمیم گیری، پیش بینی، پیشگویی، و تخمین مورد استفاده قرار گیرند. داده ها اغلب حجیم ، اما بدون ارزش می باشند، داده به تنهایی قابل استفاده نیست، بلکه دانش نهفته در داده ها قابل استفاده می باشد. به این دلیل اغلب به داده کاوی، تحلیل داده ای ثانویه گفته می شود.
فهرست مطالب
1. مقدمه ای بر داده کاوی.. 1
1-1. دلایل پیدایش داده کاوی.. 2
1-2. مراحل کشف دانش.... 3
1-3. جایگاه داده کاوی در میان علوم مختلف... 7
1-4. داده کاوی چه کارهایی نمی تواند انجام دهد؟. 8
1-5. داده کاوی و انبار داده ها 8
1-6. داده کاوی و OLAP. 9
1-7.کاربرد یادگیری ماشین و آمار در داده کاوی.. 10
2. توصیف داده ها در داده کاوی.. 11
2-1. خلاصه سازی و به تصویر در آوردن داده ها11
2-2. خوشه بندی 11
2-3. تحلیل لینک... 12
3. مدل های پیش بینی داده ها12
3-1.Classification. 12
3-2.Regression. 12
3-3.Time series. 13
4. مدل ها و الگوریتم های داده کاوی.. 13
4-1.شبکه های عصبی 13
4-2.Decision trees. 16
4-3.Multivariate Adaptive Regression Splines(MARS)17
4-4.Rule induction. 18
4-5.K-nearest neibour and memory-based reansoning(MBR)19
4-6. رگرسیون منطقی.. 20
4-7. تحلیل تفکیکی 20
4-8. مدل افزودنی کلی (GAM)21
4-9.Boosting. 21
5. سلسله مراتب انتخابها21
منابع.. 23
مقاله در مورد هوش مصنوعی یاROBAT
لینک پرداخت و دانلود *پایین مطلب*
فرمت فایل:Word (قابل ویرایش و آماده پرینت)
تعداد صفحه38
هوش مصنوعی بطور خلاصه ترکیبی است از علوم کامپیوتر ، فیزیولوژی و فلسفه ، این شاخه از علوم بسیار گسترده و متنوع است و از موضوعات و رشته های مختلف علوم و فن آوری ، مانند مکانیزم های ساده در ماشین ها شروع شده ، و به سیستم های خبره ختم می شود ، هدف هوش مصنوعی بطور کلی ساخت ماشینی است که بتواند « فکر » کند . اما برای دسته بندی و تعریف ماشینهای متفکر ، می بایست به تعریف « هوش » پرداخت . همچنین به تعاریفی برای « آگاهی » و « درک » نیز نیازمندیم و درنهایت به معیاری برای سنجش هوش یک ماشین نیازمندیم .
به مدد تحقیقات وسیع دانشمندان علوم مرتبط ، هوش مصنوعی از بدو پیدایش تاکنون راه بسیاری پیموده است . در این راستا ، تحقیقاتی که بر روی توانایی آموختن زبان ها انجام گرفت و همچنین درک عمیق از احساسات ، دانشمندان را در پیشبرد این علم ، یاری کرده است . یکی از اهداف متخصین ، تولید ماشینهایی است که دارای احساسات بوده و حداقل نسبت به وجود خود و احساسات خود واقف باشند. این ماشین باید توانایی تعمیم تجربیات قدیمی خود در شرایط مشابه جدید را داشته و به این ترتیب اقدام به گسترش دامنه دانش و تجربیاتش کند.
برای مثال به رباتی هوشمند بیاندیشید که بتواند اعضای بدن خود را به حرکت درآورد ، او نسبت به این حرکت خود آگاه بوده و با سعی و خطا ، دامنه حرکت خود را گسترش می دهد ، و با هر حرکت موفقیت آمیز یا اشتباه ، دامنه تجربیات خود را وسعت بخشیده و سرانجام راه رفته و یا حتی می دود و یا به روشی برای جابجا شدن ، دست می یابد ، که سازندگانش ، برای او ، متصور نبوده اند.
آنها بدنبال ساخت ماشینی مقلد هستند ، که بتواند با شبیه سازی رفتارهای میلیونها سلول مغز انسان ، همچون یک موجود متفکر به اندیشیدن بپردازد.
مباحث هوش مصنوعی قبل از بوجود آمدن علوم الکترونیک ، توسط فلاسفه و ریاضی دانانی نظیر بول (Boole) که اقدام به ارائه قوانین و تئوری هایی در باب منطق نمودند، مطرح شده بود . در سال 1942 ، با اختراع کامپیوترهای الکترونیکی ، هوش مصنوعی ، دانشمندان را به چالشی بزرگ فراخواند، بنظر می رسید ، تکنولوژی در نهایت قادر به شبیه سازی رفتارهای هوشمندانه خواهد بود.
با وجود مخالفت گروهی از متفکرین با هوش مصنوعی که با دیده تردید به کارآمدی آن می نگریستند تنها پس از چهار دهه شاهد تولد ماشینهای شطرنج باز و دیگر سیستمهای هوشمند در صنایع گوناگون هستیم .
هوش مصنوعی که همواره هدف نهایی علوم کامپیوتر بوده است ، اکنون در خدمت توسعه علوم کامپیوتر نیز می باشد، زبانهای برنامه نویسی پیشرفته ، که توسعه ابزارهای هوشمند را ممکن مسازند ، پایگاههای داده ای پیشرفته ، موتورهای جستجو ، و بسیاری نرم افزارها و ماشینها از نتایج تحقیقات هوش مصنوعی بهره می برند.
در سال 1950 آلن تورینگ (Alain Turing) ، ریاضی دان انگلیسی ، معیار سنجش رفتار یک ماشین هوشمند را چنین بیان داشت :
« سزاوارترین معیار برای هوشمند شمردن یک ماشین ، این است که آن ماشین بتواند انسانی را توسط یک پایانه ( تله تایپ ) به گونه ای بفریبد که آن فرد متقاعد گردد با یک انسان روبه رو است ».
در این آزمایش شخصی از طریق 2 عدد پایانه ( کامپیوتر یا تله تایپ ) که امکان برقراری ارتباط (Chat) را برای وی فراهم می کنند با یک انسان و یک ماشین هوشمند ، بطور همزمان به پرسش و پاسخ می پردازد ، در صورتی که وی نتواند ماشین را از انسان تشخیص دهد ، آن ماشین ، هوشمند است .
آزمایش تورینگ :
آزمایش تورینگ از قرار دادن انسان و ماشین بطور مستقیم در برابر یکدیگر اجتناب می کند و بدین ترتیب ، چهره و فیزیک انسانی مد نظ آزمایش کنندگان نمی باشد . ماشینی که بتواند از پس آزمون تورینگ برآید ، از تفکری انسانی برخوردار است .
مدل سازی نحوه تفکر انسان ، تنها راه تولید ماشینهای هوشمند نیست . هم اکنون دو هدف برای تولید ماشینهای هوشمند ، مدنظر است ، که تنها یکی از آن دو از الگوی انسانی جهت فکر کردن بهره می برد :
سیستمی که مانند انسان فکر کند . این سیستم با مدل کردن مغز انسان و نحوه اندیشیدن انسان تولید خواهد شد و لذا از آزمون تورینگ سربلند بیرون می آید ، از این سیستم ممکن است اعمال انسانی سربزند.
سیستمی که عاقلانه فکر کند ، سیستمی عاقل است که بتواند کارها را درست انجام دهد ، در تولید این سیستم ها نحوه اندیشیدن انسان مد نظر نیست ، این سیستم ها متکی به قوانین و منظقی هستند که پایه تفکر آن ها را تشکیل داده و آن
تحقیق در موردهوش مصنوعی
لینک پرداخت و دانلود *پایین مطلب*
فرمت فایل:Word (قابل ویرایش و آماده پرینت)
تعداد صفحه:31
فهرست مطالب:
معرفی :عصر پیشرفت نرم افزاری
پایه های نماینده علمی مختلف
AI چیست
استفاده از مدل ها (طرح ها ) برای کنترل :
استفاده از راهنمایی های لازم در زمینة مدل ها
و زبان های برنامه نویسی :
طبقه بندی و تغییر دادن :
ایجاد تغییرات در برنامه ها و پیام های
مربوطه :
پیامهای محیطی :
برنامه های هوشمند مشتمل بر 99% علم کامپیوتری و 1% هوش مصنوعی است . هوش مصنوعی با بیش از 40 سال سابقه مورد بحث و انتقادات زیادی قرار گرفته است. شاید بتوان گفت که مشکلترین و سخت ترین نوع بحث این باشد که هوش مصنوعی نتوانسته است به وعده های خود عمل .
عموما یک برنامه هوش به عنوان یک سیستم مستقل تصمیم گیرنده محسوب می شود که در محیط آن عمل قرار میگیرد.
سیستم های عامل :منظور از سیستم عامل این است که از یک عامل به صورت انتزاعی استفاده شده است .
و سیستم های عامل ممکن است شامل یک کاربر باشد. منظور از سیستم عامل سیستمی است که ، شامل موارد زیر باشد:
استقلال داخلی (AUTONAMY) :
سیستم های عامل برخی از برنامه ها را خلاصه میکنند و درباره چگونگی وضعیت بدون دخالت بشر یا سایرین تصمیم گیری می کنند.
فعالیت (Reactivity) :
عامل ها در یک محیط واقع شده اند و قادر هستند به تغییراتی که در آن رخ می دهد پاسخ دهند.
فعالیت حرفه ای : ( Pro- activeness)
سیستم های عامل به آسانی در پاسخ به محیطشان عکس العمل نشان نمی دهند . آنها قادر هستند که با حرکت اولیه رفتار هدف گرایی را ارایه دهند.
توانایی اجتماعی : ( Social abitity)
سیستم های عامل با دیگر عامل ها ( برنامه و شاید انسانها) از طریق نوع زبان ارتباطی ،در ارتباط هستند و به عنوان نمونه آنها قادر هستند تا در فعالیت های اجتماعی (مثل حل مسئله یا مذاکره) جهت رسیدن به اهدافشان به کارگرفته نشوند. همچنین از سیستم انتظار داریم که زبانهای برنامه نویسی سطح پایین را به صورت کورکورانه اجرا کند. بدین ترتیب هنگام وقوع شرایط غیر قابل پیش بینی از سیستم انتظار داریم که متعاقبا و سر موقع به وضعیت جدید پاسخ مناسبی دهد.
1-2 ) سیستم های عامل به عنوان سیتم های منطقی یک مشکل مشهود این است که چگونه به شرح سیستم هایی که توانایی رفتار منطقی دارند بپردازیم . یکی از موفقیت آمیز ترین روش های برای رفع این مشکل در نظر گرفتن سیستم های عامل به عنوان سیستم های ارادی است که عملکردشان با اصطلاحات رفتاری از قبیل عقیده میل و قصد می تواند پیش بینی و توضیح داده شود . این حالت ارادی از آنجائیکه رفتار یک سیستم پیچیده از طریق صفات حالت از قبیل اعتقاد و امیال درک می شود را در ابراز انتزاعی می گویند . حال بیشتر علم کامپیوتر به تحقیق درباره مکانیزم های انتزاعی گرایش دارد تا آنجائیکه به برنامه نویسان اجازه می دهد تا با آرامش کامل به کنترل پیچیدگیها بپردازد .
دانلود مقاله هوش مصنوعی و کاربرد آن در پزشکی
مشخصات این فایل
عنوان:هوش مصنوعی و کاربرد آن در پزشکی
فرمت فایل: word(قابل ویرایش)
تعداد صفحات:88
این مقاله در مورد هوش مصنوعی و کاربرد آن در پزشکی می باشد.
بخشی از تیترها به همراه مختصری از توضیحات هر تیتر از مقاله هوش مصنوعی و کاربرد آن در پزشکی
تاریخچه
هوش مصنوعی علمی است جوان با قدمتی کمی بیش از نیم قرن . مباحث هوش مصنوعی پیش از بوجود آمدن علوم الکترونیک، توسط فلاسفه و ریاضی دانانی نظیر بول (Boole) که اقدام به ارائه قوانین و نظریه‌هایی در باب منطق نمودند، مطرح شده بود. در سال ۱۹۴۳، با اختراع رایانه‌های الکترونیکی، هوش مصنوعی، دانشمندان را به چالشی بزرگ فراخواند. بنظر می‌رسید، فناوری در نهایت قادر به شبیه سازی رفتارهای هوشمندانه خواهد بود.....(ادامه دارد)
هوش مصنوعی چیست؟
هوش مصنوعی (Artificial Intelligence) را باید عرصهٔ پهناور تلاقی و ملاقات بسیاری از دانشها، علوم، و فنون قدیم و جدید دانست. ریشه‌ها و ایده‌های اصلی آن را باید در فلسفه، زبان‌شناسی، ریاضیات، روان‌شناسی، نورولوژی، و فیزیولوژی نشان گرفت و شاخه‌ها، فروع، و کاربردهای گونه‌گونه و فراوان آن را در علوم رایانه، علوم مهندسی، علوم زیست‌شناسی و پزشکی، علوم ارتباطات و زمینه‌های بسیار دیگر.....(ادامه دارد)
چالش های بنیادین هوش مصنوعی
البته امروزه هوش مصنوعی به واقعیت نزدیک شده است و تقریباً می‌توان گفت وجود دارد، اما دلایل اساسی متعددی وجود دارند که نشان می‌دهند چرا هنوز شکل تکامل یافته هوشی که تورینگ تصور می‌کرد، به وقوع نپیوسته است. به طور کلی خود نظریه تورینگ مخالفانی جدی دارد. بعضی از این منتقدان اصلا‌ً هوش ماشینی را قبول ندارند و برخی دیگر صرفاً کارآمدی آزمون تورینگ را برای اثبات هوشمندی زیر سؤال می‌برند. یکی از مهم‌ترین مباحث مطرح در این زمینه، موضوع شبیه‌سازی است. غالباً پرسیده می‌شود آیا صرف این‌که ماشینی....(ادامه دارد)
شاخه‌های علم هوش مصنوعی
امروزه دانش مدرن هوش مصنوعی به دو دسته اصلی تقسیم می‌شود: یکی هوش مصنوعی سمبولیک یا نمادین (Symbolic AI) و دیگری هوش غیرسمبولیک که پیوندگرا (Connection AI) نیز نامیده می‌شود.هوش مصنوعی سمبولیک از رهیافتی مبتنی بر محاسبات آماری پیروی می‌کند و اغلب تحت عنوان "یادگیری ماشین" یا (Machine Learning) طبقه‌بندی می‌شود. هوش سمبولیک می‌کوشد سیستم و قواعد آن را در قالب سمبول‌ها بیان کند و با نگاشت اطلاعات به سمبول‌ها و قوانین به حل مسئله بپردازد. در میان معروف‌ترین ....(ادامه دارد)
مزایا و محدودیت‌های سیستمهای خبره
دستاورد سیستمهای خبره را می‌توان صرفه‌جویی در هزینه‌ها و نیز تصمیم‌گیری‌های بهتر و دقیق‌تر و بسیاری موارد تخصصی‌تر دیگر عنوان کرد. استفاده از سیستمهای خبره برای شرکت‌ها می‌تواند صرفه‌جویی به همراه داشته باشد.
در زمینه تصمیم‌گیری نیز گاهی می‌توان در شرایط پیچیده، با بهره‌گیری از چنین سیستم‌هایی تصمیم‌های بهتری اتخاذ کرد و جنبه‌های پیچیده‌ای را در مدت زمان بسیار کمی مورد بررسی قرار داد که تحلیل آنها به روزها زمان نیاز دارد.....(ادامه دارد)
آموزش شبکه‌های عصبی
تا اینجا از ساختار شبکه‌های عصبی صحبت کردیم. گفتیم که شبکه‌های عصبی می‌توانند بر اساس طراحی خود سیگنال‌های ورودی را پردازش کنند و به سیگنال‌های خروجی مورد نظر تبدیل نمایند. به طور معمول، پس از آنکه یک شبکه عصبی طراحی و پیاده‌سازی شد، باید پارامترهای w و b (که قبلاً معرفی کردیم) به ازای مجموعه‌هایی از سیگنال‌های ورودی، به‌گونه‌ای تنظیم شوند که سیگنال‌های خروجی شبکه خروجی مطلوب را تشکیل دهند. چنین فرایندی را آموزش دیدن شبکه عصبی می‌نامند (در نخستین مرحله آموزش، مقادیر w و b به‌طور تصادفی انتخاب می‌شوند. زیرا تا این پارامترها مقدار نداشته باشند، شبکه عصبی قابل استفاده نخواهد....(ادامه دارد)
ویژگی های فلسفی هوش مصنوعی چیست ؟
هوش مصنوعی ( Artificial Intelligence ) که به اختصار AI خوانده می شود ، یکی از جذاب ترین شاخه های تحقیقاتی فلسفی است.پیدایش رایانه در صحنه زندگی بشر تحولات عمده ای را به وجود آورد ، حوزه فلسفه نیز از این تحولات بی نصیب نبوده است. فلاسفه پرسشهای فلسفی زیادی راجع به تفاوت های ذهن انسان با رایانه مطرح کرده اند که همه آنها به طرح بحث هوش مصنوعی انجامید.....(ادامه دارد)
برخی کابردهای هوش مصنوعی در پزشکی
طراحی نرم افزار تشخیص بیماریها بوسیله هوش مصنوعی
نرم‌افزار جامع پشتیبان تصمیم‌گیری در پزشکی یکی از نرم‌افزارهائی است که با استفاده از هوش مصنوعی به تشخیص بیماریها براساس علا‌ئم اقدام می‌کند به طوری که کاربر با وارد کردن نشانه‌های بیماری به رایانه، فهرستی از بیماری‌های محتمل را مشاهده خواهد کرد.ثبت دقیق شرح حال بیمار، تشکیل پرونده، درخواست آزمایش‌های اولیه و تکمیلی، تجویز هوشمند دارو، نسخه نویسی، جستجوی اطلاعات بیماری، روش درمان، بانک اطلاعات داروها، روش مصرف و مشخص کردن عوارض جانبی داروها را از مزایای این نرم افزار است.....(ادامه دارد)
دیباچه 5
تاریخچه 8
هوش مصنوعی چیست؟ 12
چالش های بنیادین هوش مصنوعی 17
شاخه‌های علم هوش مصنوعی 20
کاربردهای هوش مصنوعی 23
سیستم های خبره (Expert Sytems) 24
ساختار یک سیستم خبره 25
مزایا و محدودیت‌های سیستمهای خبره 28
کاربرد سیستمهای خبره 30
چند سیستم خبره مشهور 31
منطق فازی (Fuzzy Logic) 33
پیشینه منطق فازی 33
مجموعه‌های فازی 34
تفاوت میان نظریه احتمالات و منطق فازی 38
کاربردهای منطق فازی 40
منطق فازی و هوش مصنوعی 42
شبکه های عصبی (Neural Network) 42
شباهت با مغز 43
....(ادامه دارد)
....(ادامه دارد)