این مقاله انگلیسی ISI در نشریه ساینس دایرکت (الزویر) در 6 صفحه در سال 2018 منتشر شده و ترجمه آن 9 صفحه میباشد. کیفیت ترجمه این مقاله ویژه – طلایی ⭐️⭐️⭐️ بوده و به صورت کامل ترجمه شده است.
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
عنوان فارسی مقاله: |
بررسی اجمالی روش های مختلف برای حل مشکلات داده کاوی |
عنوان انگلیسی مقاله: |
Overview of different approaches to solving problems of Data Mining |
|
مشخصات مقاله انگلیسی (PDF) | |
سال انتشار | 2018 |
تعداد صفحات مقاله انگلیسی | 6 صفحه با فرمت pdf |
نوع مقاله | ISI |
نوع نگارش | مقاله پژوهشی (Research Article) |
نوع ارائه مقاله | ژورنال و کنفرانس |
رشته های مرتبط با این مقاله | مهندسی کامپیوتر |
گرایش های مرتبط با این مقاله | داده کاوی |
چاپ شده در مجله (ژورنال) | پروسه علمی کامپیوتر – Procedia Computer Science |
ارائه شده از دانشگاه | دانشگاه ملی تحقیقات هسته ای MEPhI (موسسه فیزیک مهندسی مسکو)، فدراسیون روسیه |
کلمات کلیدی | داده کاوی، روش نزدیک ترین همسایگی، روش نزدیک ترین همسایگی k، درخت تصمیم، طبقه بندی، رگراسیون، پیش بینی |
کلمات کلیدی انگلیسی | Data Mining, the nearest neighbor method, the method of k-nearest neighbor, decision trees, classification, regression, forecasting |
نویسندگان | Kochetov Vadim |
شناسه شاپا یا ISSN | ISSN 1877-0509 |
شناسه دیجیتال – doi | https://doi.org/10.1016/j.procs.2018.01.036 |
ایمپکت فاکتور(IF) مجله | 1.257 در سال 2018 |
شاخص H_index مجله | 47 در سال 2019 |
شاخص SJR مجله | 0.281 در سال 2018 |
بیس | نیست ☓ |
مدل مفهومی | ندارد ☓ |
پرسشنامه | ندارد ☓ |
متغیر | دارد ✓ |
رفرنس | دارای رفرنس در داخل متن و انتهای مقاله ✓ |
کد محصول | 315 |
لینک مقاله در سایت مرجع | لینک این مقاله در نشریه Elsevier |
نشریه الزویر |
مشخصات و وضعیت ترجمه فارسی این مقاله (Word) | |
وضعیت ترجمه | انجام شده و آماده دانلود در فایل ورد و PDF |
کیفیت ترجمه | ویژه – طلایی ⭐️⭐️⭐️ |
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش و فونت 14 B Nazanin | 9 صفحه |
ترجمه عناوین تصاویر | ترجمه شده است ✓ |
ترجمه متون داخل تصاویر | ترجمه شده است ✓ |
درج تصاویر در فایل ترجمه | درج شده است ✓ |
منابع داخل متن | به صورت عدد درج شده است✓ |
- فهرست مطالب:
چکیده
1. مقدمه
2. وظایف داده کاوی
مشکل طبقه بندی و رگراسیون
3. دسته بندی مراحل داده کاوی
4. دسته بندی روش های داده کاوی
5. نتیجه گیری
- بخشی از ترجمه:
5. نتیجه گیری
در زمان حل کردن مسائل مشخصی که ممکن است از موارد آزمایش شده دارای سطح بالاتری باشند، مانند یک مدل خاص از مقادیر، لازم است که روش و اصول مشخصی اتخاذ شود. اگرچه، برای دنبای کردن گرایش و رفتارهای مشخص داده کاوی، مدل های جهانی بدون موقعیت خاصی، کافی می باشد. تحلیل نتایج برای هرکدام از توصیف گر های ویژگی ها، وجود دارد. درخت جواب. واکنش به افزایش حجم داده ها. • میانگین دقت تغییر نخواهد کرد. • ضریب تعیین برای درخت رگراسیون تقریبا تغییر ناپذیر باقی می ماند، اما رشد کوچکی خواهد داشت. • زمان عملیات به آرامی افزایش خواهد یافت.
- بخشی از مقاله انگلیسی:
5 Conclusions
When solving specific problems that can be higher than those of the tested samples, since for a certain model of parameters it is necessary to be selected in a special way. However, in order to trace the trend and the behavior of the characteristics of Data Mining enough universal models without special configuration. Analyzing the results, for each descriptor of the characteristic. Trees of solutions. Reaction to increase the volume of data: • the average accuracy does not change; • the coefficient of determination for regression trees is almost unchanged, but there is little growth; • The operating time increases slightly
تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد |
|
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
عنوان فارسی مقاله: |
بررسی اجمالی روش های مختلف برای حل مشکلات داده کاوی |
عنوان انگلیسی مقاله: |
Overview of different approaches to solving problems of Data Mining |
|
خرید ترجمه فارسی مقاله با فرمت ورد