دانلود پاورپوینت روش‌ها و مدل‌های تصمیم‌گیری با عنوان ماشین بردار پشتیبان(SVM)

اختصاصی از یارا فایل دانلود پاورپوینت روش‌ها و مدل‌های تصمیم‌گیری با عنوان ماشین بردار پشتیبان(SVM) دانلود با لینک مستقیم و پر سرعت .

در این بخش پاورپوینت روش‌ها و مدل‌های تصمیم‌گیری با عنوان ماشین بردار پشتیبان(ُSVM) برای دانلود قرار داده شده است. این پاورپوینت در 77 اسلاید تدوین شده است. در ذیل فهرست مطالب و همچنین تعدادی از اسلایدهای نمونه آن آورده شده است.

فهرست مطالب:

• مقدمه
• ایده اصلی
• تعریف
• مسئله جداسازی خطی
• ضرب داخلی
• خط یا ابر صفحه جدا کننده
• ایده SVM برای جدا سازی دسته ها
• حداکثر حاشیه
• چرا حداکثر حاشیه؟
• بردار پشتیبان
• تعمیم و SVM
• حل مسئله برای حالت دو بعدی
• تعیین حاشیه بین خطوط جدا کننده
• محاسبه پهنای حاشیه
• محدودیت
• جمع بندی حل مسئله
• راه حل معادله
• دسته بندی داده های جدید
• ویژگی های راه حل
• داده هائی که بصورت خطی جدا پذیر نیستند
• افزودن متغیر های slack
• مسئله جداسازیغیر خطی : یادگیری در فضای ویژگی
• تبدل داده به فضای ویژگی
• مشکلات فضای ویژگی
• نگاشت غیر مستقیم به فضای ویژگی
• کرنل
• کرنل های نمونه
• مثال: کرنل چند جمله ای
• مثالی از کاربرد
• مراحل استفاده از SVM برای دسته بندی
• انتخاب تابع کرنل
• نقاط قوت و ضعف SVM
• نتیجه‌گیری
• نرم افزار
• منابع

تحقیق در مورد کاربرد مدلهای تصمیم‌گیری چند معیاره ( ام.سی.دی.ام) در انتخاب راهبرد مناسب جهت اجرای پروژه فناوری اطلاعات

اختصاصی از یارا فایل تحقیق در مورد کاربرد مدلهای تصمیم‌گیری چند معیاره ( ام.سی.دی.ام) در انتخاب راهبرد مناسب جهت اجرای پروژه فناوری اطلاعات دانلود با لینک مستقیم و پر سرعت .

لینک پرداخت و دانلود *پایین مطلب*

فرمت فایل:Word (قابل ویرایش و آماده پرینت)

 تعداد صفحه17

چکیده

در این مقاله سعی شده است تا از مدلهای تصمیم‌گیری چند شاخصه، در انتخاب راهبرد مناسب، جهت اجرای پروژة فناوری اطلاعات، یک شرکت گاز استفاده شود. ابتدا شاخصهای انتخاب راهبرد با توجه به محیط داخلی و خارجی سازمان به دست آمده و سپس انتخاب راهبرد بر مبنای این شاخصها و مقدار کمی به دست آمده از میزان مقاومت سازمانی هر کدام از این راه حلها به کمک این مدلها انجام شده است.
کلید واژه‌ها: ماتریس تصمیم، تابع مطلوبیت، مدل تصمیم‌گیری چند شاخصه، مدل غیر جبرانی، مدل جبرانی

Xj : شاخص سطر jام ماتریس تصمیم
rij : عنصر سطر iام ، ستون jام ماتریس تصمیم
Am : گزینة mام ماتریس تصمیم
Wj : ضریب وزنی اولیة مربوط به شاخص jام ماتریس تصمیم
Xj* : نقطه برداری بهینه ایده‌آل در مدل تصمیم‌گیری چند شاخصه مربوط به شاخص jام
A* : گزینة ایده آل در مدل تصمیم گیری چند شاخصه
Uj : تابع مطلوبیت (ارزش)‌از مشخصه jام

1- مقدمه
تصمیم گیری در محیطهای پیچیدة ناپایدار یکی از مسائل بسیار مهم در مدیریت نوین به شمار می‌رود. در این موارد تصمیم گیرنده با گزینه‌هایی متفاوت تحت معیارهای مختلفی که از محیط داخلی و خارجی محیط سازمان متأثر می‌شوند روبرو است. در این مورد مدلهای تصمیم‌گیری چند معیاره به‌عنوان یکی از ابزارهای کارا جهت اخذ تصمیم مناسب به نظر می‌رسد.
هنگامی که داده‌های یک مسئلة بهینه‌سازی به شکل یک ماتریس آماری در اختیار باشد انتخاب مناسبترین گزینه از بین گزینه‌های موجود تنها به کمک مدلهای تصمیم‌گیری چند شاخصه  (MADM) امکان‌پذیر است. شکل کلی ماتریس تصمیم در این نوع مدلها به صورت زیر بیان می‌شود:

تحقیق در مورد تصمیم‌گیری و خط مشی گذاری (دولتی)

اختصاصی از یارا فایل تحقیق در مورد تصمیم‌گیری و خط مشی گذاری (دولتی) دانلود با لینک مستقیم و پر سرعت .

لینک پرداخت و دانلود *پایین مطلب*

فرمت فایل:Word (قابل ویرایش و آماده پرینت)

 تعداد صفحه15

بخشی از فهرست مطالب

فرآیند تصمیم گیری

مرحله دوم: شناخت معیارهای تصمیم گیری

مرحله سوم: تعیین اهمیت و ارزش معیارها

مرحله چهارم- توسعه گزینه‌ها

مرحله ششم- انتخاب یک گزینه

مرحله هفتم- اجرای گزینه انتخاب شده

مرحله پنجم: تجزیه و تحلیل گزینه‌ها

مرحله هشتم: ارزیابی اثربخشی تصمیم

فراگیری تصمیم‌گیری

محدودیت‌های تصمیم‌گیری

تصمیم‌گیری در قالب مجموعه‌ای از هشت مرحله نشان داده شده است که با مرحله شناخت مسئله (مشکل) و معیار تصمیم‌گیری شروع شده و با مراحل تعیین ارزش برای معیارها، مرحله ایجاد گزینه‌های مختلف، تجزیه و تحلیل و انتخاب گزینه مناسب و اجرای آن که می‌تواند به حل مشکل بینجامد و ارزیابی اثربخشی تصمیم‌گیری ادامه می‌یابد.

مرحله اول- شناخت کامل

فرآیند تصمیم‌گیری که با پدید آمدن یک مشکل یا به طور دقیق‌تر، با مشاهده تفاوت بین شرایط موجود و شرایط مطلوب ، آغاز می‌شود. ممکن است وضعیتی که برای یک مدیر مشکل ساز است برای مدیر دیگر رضایت بخش باشد. شناسایی مشکل موضوعی ذهنی است. علاوه بر این مدیری که اشتباه یک مشکل مجازی را حل می‌کند، شبیه مدیری است که در شناسایی مشکل واقعی اشتباه می‌کند و هیچ کاری انجام نمی‌دهد. شناسایی مشکل نه یک اقدام ساده و نه بی‌اهمیت، در فرآیند تصمیم‌گیری است.

قبل از این که چیزی به عنوان مشکل شناخته شود، مدیران مجبور هستند از تناقضات و مشکلات آگاه باشند. چه بسا آنها برای انجام اقدام‌های ضروری تحت فشار باشند و باید منابع کافی برای اجرای آن اقدام را نیز داشته باشند.

چگونه مدیران از وجود یک تضاد یا اختلاف آگاه می‌شوند؟آنان مجبور هستند وضعیت موجود و استانداردهای تبیین شده را با یکدیگر مقایسه کنند. این استانداردها چیست؟ استاندارد می‌تواند عملکرد گذشته، اهداف از پیش تعیین شده یا عملکرد برخی واحدها در سازمان‌های دیگر باشد.

اما تناقض و اختلافی که فشار و اجباری به همراه نداشته باشد، به مسئله‌ای تبدیل می‌شود که می‌توان آن را به تعویق انداخت. فشار باید شامل،  خط مشی‌های سازمانی، ضرب الاجل، بحران‌های مالی، توقعاتی که مدیر دارد، یا ارزیابی قریب الوقوع از عملکرد، باشد.

همچنین مدیران اگر احساس کنند اختیار، بودجه و اطلاعات یا دیگر منابع مورد نیازرا در اختیار ندارند از  اعلام مسئله‌ای به عنوان یک مشکل طفره می‌روند.

پاورپوینت داده‌کاوی جریان‌داده‌ها با درخت‌های تصمیم‌گیری

اختصاصی از یارا فایل پاورپوینت داده‌کاوی جریان‌داده‌ها با درخت‌های تصمیم‌گیری دانلود با لینک مستقیم و پرسرعت .

18 اسلاید

■ فرایندی دو مرحله ای است :

■ساخت مدل :

■تحلیل یک مجموعه آموزشی که مجموعه‌ای از تاپل‌های پایگاه است و مشخص کردن برچسب کلاس‌های مربوط به این تاپل‌ها .

■ یک تاپل X با یک بردار صفت X=(x1,x2,…,xn) نمایش داده می‌شود . فرض می شود که هر تاپل به یک کلاس از پیش تعریف شده متعلق است .

■هرکلاس با یک صفت که به آن صفت برچسب کلاس می‌گوییم مشخص می‌شود .

■ مجموعه آموزشی به صورت تصادفی از پایگاه انتخاب می شود .

■به این مرحله ، مرحله یادگیری نیز می گویند .

■استفاده از مدل :

■از طریق یک تابع y=f(X) برچسب کلاس هر تاپل X از پایگاه را پیش بینی می شود .

■این تابع به صورت قواعد کلاسه‌بندی ، درخت‌های تصمیم گیری یا فرمول‌های ریاضی است .

■یکی از روش های کارآمد و با کاربرد گسترده کلاسه بندی است .

■مدل حاصل از این روش به صورت درختهای تصمیم گیری است :

■هر گره در این درخت نشان دهنده یک آزمون بر روی یک صفت است .

■هر شاخه خارج شونده از یک گره نشان دهنده خروجی های ممکن آزمون است .

■هر برگ نشان دهنده یک برچسب کلاس است .

■نحوه استفاده از درخت تصمیم گیری :

■اگر تاپلی چون X که برچسب کلاس آن نامشخص است داشته باشیم صفات این تاپل در درخت مورد آزمون قرار می گیرند و یک مسیر از ریشه به سمت یک برگ که برچسب یک کلاس را دارد ایجاد می شود .

■الگوریتم پایه

■درخت به صورت بالا-پایین بازگشتی ساخته می شود .

■در آغاز تمام مجموعه آموزشی در ریشه قرار دارند .

■فرض می کنیم صفات مقادیر گسسته دارند .

■صفات به صورت بازگشتی بر حسب صفات انتخاب شده بخش بندی می شوند .

■صفات آزمون بر اساس یک روال هیوریستیک مانند بهره اطلاعاتی ، شاخص جینی یا نسبت بهره انتخاب می شوند .

■شرایط توقف الگوریتم

■تمام نمونه های مربوط به یک نود متعلق به یک کلاس باشند .

■صفتی برای بخش بندی بیشتر باقی نمانده باشد .

■نمونه ای باقی نمانده باشد .

روش تصمیم‌گیری چندمعیاره بهترین – بدترین، (مقاله بهمراه ترجمه)، Best-worst multi criteria decision making method

اختصاصی از یارا فایل روش تصمیم‌گیری چندمعیاره بهترین – بدترین، (مقاله بهمراه ترجمه)، Best-worst multi criteria decision making method دانلود با لینک مستقیم و پرسرعت .

مقاله ترجمه شده با عنوان انگلیسی : Best-worst multi-criteria decision-making method

عنوان ترجمه شده: روش تصمیم‌گیری چندمعیاره “بهترین – بدترین”

سال انتشار مقاله : ۲۰۱۵

ژورنال :OMEGA

چکیده ترجمه: در این مقاله یک روش جدید به نام روش بهترین – بدترین (BWM) برای حل مسئله تصمیم‌گیری چند معیاره معرفی می‌گردد. در یک مسئله تصمیم‌گیری چند معیاره ، تعدادی آلترناتیو (پیشنهاد) با توجه به تعدادی معیار مورد ارزیابی قرار می‌گیرند تا بهترین آلترناتیو انتخاب گردد. بر اساس روش BWM ، بهترین (به‌عبارت‌دیگر مطلوب‌ترین، مهم‌ترین) و بدترین (یا به‌عبارت‌دیگر نامطلوب‌ترین ، بی‌اهمیت‌ترین) معیار به‌وسیله تصمیم‌گیرنده مشخص‌شده و مقایسات زوجی بین هر یک از این دو معیار (بهترین و بدترین) و دیگر معیارهای صورت می‌گیرد. سپس یک مسئله ماکس مین (MAXMIN) برای مشخص کردن وزن معیارهای مختلف، فرموله و حل می‌گردد. وزن آلترناتیوها با توجه به معیارهای مختلف نیز به همین روش به دست آمده است. امتیازات نهایی با جمع وزن‌های مجموعه های مختلف معیارها و آلترناتیو ها به دست آمده که بر اساس ان بهترین آلترناتیو انتخاب شده است. یک نرخ سازگاری نیز در روش BWM برای بررسی میزان اعتبار مقایسات در نظر گرفته شده است. برای شرح روش معرفی شده و محاسبه میزان عملکرد آن ، ما از تعدادی مثال عددی و یک مسئله تصمیم‌گیری با معیار چند گانه (انتخاب تلفن همراه) در جهان واقعی استفاده کرده ایم.

از جمله ویژگی های برجسته روش ارائه شده نسبت به روش های MCDM موجود عبارتند از:

1- نیاز به داده های مقایسه ای کمتر

2- این روش منجر به مقایسه ای پایدار تر و استوار تری می شود، بدین معنی که جواب های قابل اطمینان تری به دست می اید. صفحات یک و دو و چهار صفحه آخر این مقاله ترجمه نشده است.