روش تشخیص داده های پرت Outlier Detection
محل انتشار: همایش ملی مهندسی رایانه و مدیریت فناوری اطلاعات
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 7,501
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CSITM01_237
تاریخ نمایه سازی: 10 شهریور 1393
چکیده مقاله:
عملیات داده کاوی مفید نیاز به داده های خوب ومناسب دارد .داده های مناسب جهت عملیات داده کاوی می تواند حاصل پیشپردازش درست و صحیح داده ها باشد ,در واقع برای کشف دانش به کمک داده کاوی باید مقدماتی صورت گیرد که مجموعه اینمقدمات را آماده سازی داده ها می گویند. از اصلی ترین عملیات آماده سازی داده ها پاک سازی داده هاست که با هدف از بین بردن عدم قطعیت در داده کاوی مورد استفادهقرار گرفته وشامل هموار کردن نویز ها , شناخت و حذف داده های پرت و برطرف کردن ناسازگاری ها است . دراین مقاله ضمنمعرفی داده های پرت سعی داریم چندین روش برای تشخیص نقاط دور افتاده یا داده های پرت ارائه دهیم .روش تک متغیری درمقابل روش های چند متغیر و روش های پارامتری در مقابل روش های غیر پارامتری.
کلیدواژه ها:
نویسندگان
فرشته حسینی
دانشجوی دانشگاه آزاد اسلامی واحد محلات
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :