مبانی نظری و پیشینه تحقیق داده کاوی 9

تخفیف ویژه به مدت محدود فقط تا فردا دوشنبه 4 اسفند

پشتیبانی: 09374433704

دانلود مبانی نظری و پیشینه تحقیق داده کاوی بصورت جامع و کامل برگرفته شده از پایان نامه کارشناسی ارشد با منابع بروز و جدید

دانلود مبانی نظری و پیشینه تحقیق کامپیوتر

مبانی نظری و پیشینه تحقیق داده کاوی 9

دانلود مبانی نظری و پیشینه تحقیق داده کاوی بصورت جامع و کامل برگرفته شده از پایان نامه کارشناسی ارشد با منابع بروز و جدید

مقدمه مبانی نظری داده کاوی

مقدمه
در دنیاي به شدت رقابتی امروز، اطلاعات بعنوان یکی از فاکتورهاي تولیدي مهم پدیدار شده است. در نتیجه تلاش براي استخراج اطلاعات از داده ها توجه بسیاري از افراد دخیل در صنعت اطلاعات و حوزه هاي وابسته را به خود جلب نموده است.از طرفی امروزه شاهد این هستیم که پس از گذشت بیش از پنج دهه از استفاده از رایانه در ذخیره سازي و تحلیل داد‌ ها و همزمان با پیشرفت فن آوري اطلاعات، هر دو سال یکبار حجم داده‌ها، دو برابر می شود. همچنین تعداد پایگاه‌هاي داده با سرعت بسیار زیادي رشد می کند. حجم بالاي داده هاي دائما در حال رشد و نیز تنوع آنها به شکل داده متنی، اعداد، گرافیک ها، نقشه 

ها، عکس ها و تصاویر ماهواره‌اي نمایانگر پیچیدگی کار تبدیل داده‌ها به اطلاعات است. علاوه بر این، تفاوت وسیع در فرآیندهاي تولید داده مثل روش دستی مبتنی بر کاغذ و روش دیجیتالی مبتنی بر کامپیوتر، مزید بر علت شده است. استراتژي ها و فنون متعددي براي گردآوري، ذخیره، سازماندهی و مدیریت کارآمد داده هاي موجود و رسیدن به نتایج معنی دار بکار گرفته شده‌اند.
پیشرفت‌هاي حاصله در تکنولوژي اطلاعات، ابزارهاي جدیدي را براي غلبه بر رشد مستمر بانک‌هاي اطلاعاتی فراهم می کنند. این پیشرفت ها هم در بعد سخت افزاري و هم در بعد نرم افزاري حاصل شده اند.. ریزپردازنده‌هاي سریع، ابزارهاي ذخیره داد‌ هاي انبوه ، اسکنرها، چاپگرها و دیگر ابزارهاي جانبی، نمایانگر پیشرف‌ هاي حوزه سخت افزار هستند. پیشرفت‌هاي حاصل در نظا‌ هاي مدیریت بانک اطلاعات در طی دهه‌هاي اخیر نمایانگر تلاش‌هاي بخش نرم افزاري است.

در نتیجه می‌توان اینگونه گفت که امروزه در همه زمینه‌ها با حجم عظیمی از داده‌ها روبرو هستیم که اگر به دانش تبدیل نشوند هیچ ارزشی ندارند. براي استفاده از آن ها به ابزارهاي کشف دانش نیاز داریم. داده کاوي به عنوان یک توانایی پیشرفته در تحلیل داده و کشف دانش مورد استفاده قرار می‌گیرد.داده کاوي یا کشف دانش در پایگاه داده‌ها علم نسبتا تازه اي است که با توجه پیشرفت کشور در زمینه فناوري  اطلاعات و نگاه‌هاي ویژه به دولت الکترونیک و نفوذ استفاده از سیستم‌هاي رایانه‌اي در صنعت و ایجاد بانک‌هاي اطلاعاتی بزرگ توسط ادارات دولتی،دانشگاه‌ها، بانک‌ها و بخش خصوصی نیاز به استفاده از آن به طور عمیقی احساس می‌شود. داده کاوي یعنی کشف دانش و اطلاعات معتبر پنهان در پایگاه‌هاي داده یا به بیان بهتر به تجزیه و تحلیل ماشینی داده ها براي پیدا کردن الگوهاي مفید و تازه و قابل استناد در پایگاه داده‌هاي بزرگ، داده کاوي می گویند.

داده کاوي در پایگاه‌هاي داده کوچک نیز بسیار پرکاربرد است و از نتایج و الگوهاي تولید شده بوسیله آن در تصمیم گیری‌هاي استراتژیک تجاري شرکت‌هاي کوچک نیز می‌توان بهره‌هاي فراوان برد. کاربرد داده کاوي در یک جمله را این گونه می‌توان بیان کرد: داده کاوي اطلاعاتی می‌دهد، که شما براي گرفتن تصمیم هوشمندانه‌اي درباره مشکلات سخت شغلتان به آنها نیاز دارید.داده کاوي به عنوان مهمترین کاربرد داده‌هاي موجود در انباره‌هاي داده شناخته می‌شود. در حقیقت داده کاوي داده‌هاي موجود را مورد تحلیل قرار می‌دهد تا روندهاي احتمالی، ارتباط‌هاي غیر محسوس والگوهاي مخفی را از بین انبوه داده‌ها، شناسایی کند. در واقع هدف از داده کاوي ایجاد مدل‌هایی براي تصمیم گیري است. این مدل‌ها رفتارهاي آینده را براساس تحلیل‌هاي گذشته پیش بینی می‌کنند. در این فرایند از الگوریتم‌هاي پیچیده ریاضی و آماري استفاده می‌شود تا داده‌ها تبدیل به دانش سازمان شوند.

فهرست مطالب

مبانی نظری  در مورد داده کاوی

2-1- مقدمه    13
2-1-1- تحلیل تکنیکی    15
2-1-2- تحلیل بنیادین    15
2-1-3- تحلیل توسط مدل‌های علمی    16
2-2- آیا بازار سرمایه پیش بینی پذیر است؟    20
2-2-1- نظریه کارایی بازار سرمایه    20
2-2-2- فروض نظریه کارایی بازار    27
2-2-3- انتقادات وارد شده به نظریه کارایی بازار سرمایه    29
2-2-4- پاسخ نظریه کارا    30
2-2-5- نتیجه گیری    31
2-3- داده کاوی    33
2-3-1- مقدمه    33
2-3-2- مفهوم داده کاوي    35
2-3-4- اهداف داده کاوی    37
2-3-5- داده کاوي و رابطه آن با علم آمار    43
2-4- شبکه عصبی    45
2-4-1- معرفی:    45
2-4-2- کاربرد شبکه های عصبی    46
2-4-3- تعریف پایه شبکه های عصبی    46
2-4-4- ویژگی های شبکه عصبی    49
2-5- تحلیل تکنیکال    62
2-5-1- مقدمه:    62
2-5-2- اندیکاتورهای تحلیل تکنیکال    64
2-6- مرور پژوهش های مشابه    67
2-6-1- کاربرد شبکه عصبی در پیش بینی قیمت سهام    67
2-6-2- کاربرد شبکه عصبی در تعیین استراتژی مبادله سهام    75
2-6-3- کاربرد داده کاوی در بازار سهام    82
2-6-4- کاربرد شبکه عصبی و داده کاوی در پیش بینی قیمت سهام    84

پیشینه تحقیق در مورد داده کاوی

منابع

توضیحات:
فصل دوم پایان نامه کارشناسی ارشد (پیشینه و مبانی نظری پژوهش)
 
همراه با منبع نویسی درون متنی به شیوه APA جهت استفاده فصل دو پایان نامه
 
توضیحات نظری کامل در مورد متغیر
 
پیشینه داخلی و خارجی در مورد متغیر مربوطه و متغیرهای مشابه
 
رفرنس نویسی و پاورقی دقیق و مناسب
 
منبع :    انگلیسی وفارسی دارد (به شیوه APA)
 
نوع فایل:     WORD و قابل ویرایش با فرمت doc