dc.contributor.author |
Ροδοπούλου, Νεφέλη
|
el |
dc.contributor.author |
Rodopoulou, Nefeli
|
en |
dc.date.accessioned |
2015-10-16T08:47:29Z |
|
dc.date.available |
2015-10-16T08:47:29Z |
|
dc.date.issued |
2015-10-16 |
|
dc.identifier.uri |
https://dspace.lib.ntua.gr/xmlui/handle/123456789/41431 |
|
dc.identifier.uri |
http://dx.doi.org/10.26240/heal.ntua.4885 |
|
dc.description |
Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) “Εφαρμοσμένες Μαθηματικές Επιστήμες” |
el |
dc.rights |
Default License |
|
dc.subject |
Εξόρυξη δεδομένων |
el |
dc.subject |
Μέθοδοι ταξινόμησης |
el |
dc.subject |
Ανάλυση δεδομένων |
el |
dc.subject |
Data mining |
en |
dc.subject |
Classification methods |
en |
dc.subject |
Data analysis |
en |
dc.title |
Μέθοδοι ταξινόμησης στην εξόρυξη πληροφορίας από βάσεις δεδομένων |
el |
dc.contributor.department |
Εφαρμοσμένες Μαθηματικές Επιστήμες |
el |
heal.type |
masterThesis |
|
heal.secondaryTitle |
Classification methods in Data Mining |
en |
heal.classification |
Στατιστική |
el |
heal.language |
el |
|
heal.access |
free |
|
heal.recordProvider |
ntua |
el |
heal.publicationDate |
2015-07-21 |
|
heal.abstract |
Τις τελευταίες δεκαετίες έχει σημειωθεί σημαντική πρόοδος στην εξόρυξη δεδομένων και την μηχανική εκμάθηση. Ο συνδυασμός της στατιστικής, της μηχανικής εκμάθησης, της θεωρίας πληροφορίας και της επιστήμης των υπολογιστών έχει δημιουργήσει μία ολοκληρωμένη επιστήμη, με ισχυρό μαθηματικό υπόβαθρο και πολύ χρήσιμα εργαλεία. Αυτό καθιστά δυνατή την επεξεργασία του τεράστιου όγκου δεδομένων που παράγεται καθημερινά, με απώτερο σκοπό την ανακάλυψη κρυμμένων σχέσεων και την εξαγωγή σημαντικών πληροφοριών. Οι πληροφορίες αυτές μάς βοηθούν στη λήψη αποφάσεων και στην πρόβλεψη μελλοντικών συμπεριφορών.
Στην εργασία αυτή μελετώνται διάφορες μέθοδοι ταξινόμησης των δεδομένων σε κατηγορίες με βάση τις ιδιαιτερότητες και τα χαρακτηριστικά τους. Μέσω της ταξινόμησης ανακαλύπτονται συσχετίσεις και προκύπτουν κανόνες που διευκολύνουν τον χρήστη των αποτελεσμάτων να εξάγει αξιόπιστα συμπεράσματα. Τα προβλήματα ταξινόμησης που χρησιμοποιούμε ως παραδείγματα καλύπτουν ένα μεγάλο εύρος καταστάσεων και αυτό φανερώνει το γεγονός ότι η ταξινόμηση των δεδομένων μπορεί να φανεί χρήσιμη, ή και απαραίτητη, σε πολλούς τομείς όπως στη βιοστατιστική, την οικονομία, τις επιχειρήσεις κ.ά.
Αρχικά αναλύεται το γενικό πρόβλημα της ταξινόμησης και τα βήματα που πρέπει να ακολουθηθούν για την αντιμετώπισή του. Στη συνέχεια, περιγράφονται τρόποι επίλυσης τέτοιων προβλημάτων με τη χρήση μεθόδων της κλασσικής στατιστικής. Τέλος, ακολουθεί η ανάλυση τεχνικών που εφαρμόζονται με τη βοήθεια στατιστικών προγραμμάτων. |
el |
heal.advisorName |
Κολέτσος, Ιωάννης |
el |
heal.committeeMemberName |
Κοκκίνης, Βασίλειος |
el |
heal.committeeMemberName |
Τυχόπουλος Ευάγγελος |
el |
heal.academicPublisher |
Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών |
el |
heal.academicPublisherID |
ntua |
|
heal.numberOfPages |
116 σ. |
el |
heal.fullTextAvailability |
true |
|