دانلود تحقیق مهارتهای آموزش ومطالعه ریاضی

اختصاصی از یارا فایل دانلود تحقیق مهارتهای آموزش ومطالعه ریاضی دانلود با لینک مستقیم و پرسرعت .

فرمت فایل : word(قابل ویرایش)

تعداد صفحات:36

فهرست مطالب :

عنوان :                                                                                                                                                   صفحه:
ایجاد انگیزه در کلاس درس ریاضی     1
   -  نقش رابطه معلم و دانش آموز درایجاد انگیزه     1
    - پرورش خلاقیت دانش آموزان با استفاده از آموزش مجازی     2
آموزش معقولانه در زمینه ریاضیات     2
    - ارتقاء و اصلاح منطقی آموزش ریاضیات     2
روشهای حل مسأله     8
توضیحی کوتاه در مورد روش فرآیند پاسخ     10
سه روش آموزش ریاضیات     11
را ه حل کدام است ؟     12
روشهای  نوین آموزش ریاضی     13
    -هنر و آموزش ریاضیات     15
    -کمک به کودک در آموختن ریاضیات     16
    -وسایل کمک آموزشی در ریاضیات     18
    -تعریف تکنولوژی ومواد آموزشی     18
    - رسانه آموزشی     18
    - مواد آموزشی     18
    - فواید استفاده از وسایل کمک آموزشی     18
    - مخروط تجربه ای آموزشی ادکاردیل    19
    - ویژیگیهای یک دست سازه مناسب     19
    - برای چه مطلبی دست سازه می توان ساخت     20
  نقش مجله های ریاضی در آموزش ریاضیات     20
    - کارکرد های آموزشی مجله ریاضی     20
    - ویژگی مجله آموزش ریاضی     21
یک درس ریاضی به سبک نوین     22
چگونه ریاضی بخوانیم     24
مباحثی پیرامون روش های درست مطالعه ریاضیات     24
مهارتهای مطالعه ریاضی     29
    - زمان مطالعه     30
    - حل مسائل     3
    - مراحل حل مسأله     31
    - مطالعه برای امتحان ریاضی     32
    - شرکت در امتحان     33
منابع     36

مهارتهای آموزش ومطالعه ریاضی

ایجاد انگیزه در کلاس درس ریاضی

نقش رابطه معلم و دانش آموز در ایجاد انگیزه :

یکی از چالشهای مهم موجود در آموزش ریاضی  عدم برقراری ارتباط  عاطفی مثبت بین  معلمان این درس و دانش آموزان است . متأسفانه این امر باعث به وجود آمدن تفکرات و دیدگاه های منفی در اذهان دانش آموزان و والدین آنها نسبت به درس ریاضی شده است .و ادامه این روند یعنی ناسازگاری در ارتباط مؤثر منجر به بی -علاقگی و حتی تنفر و انزجار بسیاری از افراد نسبت به درس ریاضی شده است.    اولین هدف یک معلم ریاضی در جو حاکم بر این درس ،باید برقرار کردن رابطه ی مطلوب دوستانه و حمایت کننده با دانش آموزان باشد . چنین هدفی فقط با تعامل میان معلم و دانش آموز حاصل می آید .  چند روز اول مدرسه و اولین دیدارهای دانش آموزان با معلم از این نظر بسیار مهم است . بنا بر این به آن توجه خاص د اشت .معلمان تازه کار به طور معمول از معلمان قدیمی تر می شنوندکه تا هنگامی که دانش آموزان به او احترام نگذاشته اند در برابر آنها نخندد. زیرا ایشان بر این باورند که دانش آموزان برای احترام گذاشتن به معلم باید از وی بترسند. اما نظریه پردازان انگیزش می گویندکه به دانش آموزان نشان دهیدکه به آنها علاقه دارید و می توانند به شما اعتماد کنند و در صورت  نیاز برای هر کمکی به شما رجوع نمایند.  
معلمان بر خلاف خلبانها و معمارها یا جراحها ، آموزش فشرده ای در مهارتهای حرفه شان ندیده اند. به نوعی از آنان انتظار می رود که وقتی وارد کلاس می شونددر مورد مسائل  پیچیده روابط بشری تجربه و مهارت داشته باشند . از معلمها خواسته  می شود که در جریان فعالیت روزانه شان :
1)     انگیزه یادگیری ایجاد کنند .
2)     مشوق خود مختاری باشند و عزت نفس را تقویت کنند .
3)     از شدت اضطراب (anxiety ) بکاهند و ترس را از بین ببرند .
4)      یأس و نومیدی ( frustration )   را کم کنند.
5)     سبب کاهش تعارضها و کشمکشها(conflict) شوند و خشم را فرو بنشانند .
یکی از معلمها می گفت :« من از قبل می دانم که دانش آموز به چه چیزی نیاز دارد . من نیاز او را حس می کنم . او نیاز دارد قبولش داشته باشند . به او احترام بگذارند، دوستش داشته باشند. به او اعتماد کنند ، او نیاز دارد که تشویقش کنند ، پشتیبانی اش کنند،او را به فعالیت وا دارند و موجبات تفریح و خوشی اش را فراهم آورند تا بتوانند به کاوش و آزمایش بپردازند. و به نتایج موفقیت آمیزی برسد، عجب حکایتی است ! او این همه نیاز دارد . و من بایداینگونه نیازش را برآورده  نمایم،عقل و دانایی سلیمان است و بینش و فراست ابن سینا و علم و دانش خیام و ایثار و از خود گذشتگی فلو رانس نایتینگل»
پرورش خلاقیت دانش‌آموزان با استفاده از آموزش مجازی
مانوئل سانتور - تریگو که از کشور مکزیک در هشتمین کنفرانس آموزش ریاضی ایران شرکت کرده بود گفت: استفاده از آموزش مجازی و نرم‌افزارهای ریاضی باعث تشویق کودکان و دانش‌آموزان به فراگرفتن ریاضی می‌شود و تقویت نیروی استدلال کردن آنها را در پی دارد.
 مانوئل سانتور - تریگو که از کشور مکزیک در هشتمین کنفرانس آموزش ریاضی ایران شرکت کرده بود گفت: استفاده از آموزش مجازی و نرم‌افزارهای ریاضی باعث تشویق کودکان و دانش‌آموزان به فراگرفتن ریاضی می‌شود و تقویت نیروی استدلال کردن آنها را در پی دارد.
به گزارش سرویس علمی پژوهشی ایسکانیوز، وی افزود: معلمان و آموزش دهندگان ریاضی با استفاده از مطالب ساده و ترسیم اشکال ساده نحوه شکل گیری یک قضیه ریاضی را نشان دهند تا به خود قضیه برسند نه اینکه قضیه را عنوان کرده و سپس آن را اثبات کنند.
این استاد دانشگاه در آموزش ریاضی در ادامه سخنانش گفت: در کشور مکزیک یک جریان اصلاحی آموزشی به وجود آمده که استفاده از تکنولوژی مدرن در آن نقش اصلی را دارد و این مساله باعث پیشرفت قابل توجه و مشهود در یاددهی و یادگیری ریاضیات در مکزیک شده است که می‌تواند به عنوان یک الگوی صحیح تعلیمی در دیگر کشورها و از جمله ایران نیز مورد استفاده واقع شود.


آموزش معقولانه در زمینه ریاضیات:

ارتقاء اصلاح منطقی آموزش ریاضیات
اهداف آموزش ریاضی اثر جورج پولیا ( در حدود 1969)
هر بار که ریاضیدانان دانشگاه درباره برنامه آموزش ریاضی مدرسه تصمیم مهمی می گیرند. شاید مناسب باشد که از جانب پروفسور (استاد) جرج پولیا از این تصمیمات آگاهی بیابیم. پروفسور پولیا (1985 ـ 1887) ریاضی دان مشهور و استاد دانشگاه استند فورد بود که سهم بزرگی در نظریه احتمال. نظریه اعداد، نظریه توابغ و حساب تغییرات ( حساب جبری متغیرها) داشت، او نویسنده اثار برجسته «چگونه آن را حل کنیم» ریاضیات و استدلال محتمل و معقول» و کشف ریاضیاتظ بود که دانش آموزان را تشویق می کرد تا افراد متفکر مشکل گشای مستقلی شوند. او هم عضو افتخاری آکادمی هانگرین، انجمن ریاضی لندن، و انجمن ریاضی سوئیس و عضو آکادمی ملی علوم (امریکا)، آکادمی هنر و علوم امریکا، و انجمن ریاضیات کالیفرنیا و هم عضو تراز آکادمی علوم در پاریس بود.
این مقاله که در ادامه می آید تا حدودی آماده چاپ می باشد و نسخه منتشر نشده نوار ویدئوئی سخنرانی است که پروفسور پولیا به دانشجویان رشته ریاضی در حین و قبل از خدمت من در اواخر دهه 1960 ارائه می دهد.

بخش اول:
مایلم که با شما درباره آموزش ( تدریس) ریاضیات در دوره دبستان سخنرانی کنم. در واقع سخنرانی من شامل دو بخش خواهد بود. در بخش اول، در مورد اهداف تدریس یا آموزش ریاضیات در تحصیلات ابتدایی سخنرانی خواهم کرد.
و در بخش دوم، در مورد اینکه چگونه ریاضیات را تدریس کنیم. صحبت می کنم.
می بایست اعتراف کنم که در مورد این موضوعات در مقام شخصی بیگانه با این مسائل صحبت می کنم. من همیشه علاقمند به تدریس و آموزش بودم ، بجز اوقات فراغتم، در حدود نیم قرن، در این دانشگاه یا دانشگاههای مختلف تدریس کردم. و در بالاتر ده سال اخیر، عمدتاً به تدریس در سطح دبیرستان پرداختم. از این رو با شما در مقام شخصی بیگانه سخنرانی می کنم. اما شما ممکن است یک یا دو نکته را در آنچه که بیان می کنم، بیابید که ممکن است برای شما در مورد حرفه و کارتان مفید باشد.
هدف آموزش ریاضی در مدرسه ابتدائی (دبستان) چیست؟ بهتر است این سوال طی را در نظر بگیرید که هدف از تحصیلات چیست؟ و سوال بهتر آن است که : ایا آنچه که مردم به طور کلی فکر می کنند هدف تحصیلات می باشد؟ در ابتدا نظرات والدین را جویا می شویم.
همسایه شما آقای اسمیت پسری به نام جیمی دارد، او بر خلاف جیمی دانش آموز ترک تحصیلی می باشد . او اظهار می دارد که اگر جیمی از مدرسه ترک تحصیل کند، هرگز شغل مناسبی بدست نخواهد آورد. بنابراین به گفته اقای اسمیت و همه اسمیت های دیگر مردم هدف از تحصیل ، خود را برای شغل آماده کردن. آماده شدن بچه ها برای بدست آوردن وسیله امرار معاش می باشد.
اما دیدگاه جامعه در این مورد چیست؟
دیدگاه جامعه همانند نظرات والدین و همه مردم می باشد. جامعه، کشور، دولت و شهر همه می خواهند افراد وسیله امرار معاش بدست آورند و مالیات را بپردازند و به کمک جامعه متکی نباشند. به همین دلیلی نیز جامعه تحصیل را به منظور آماده کردن جوانان برای داشتن شغل می خواهد.
اگر والدین کمی بیشتر فکر کنند و جامعه نیز کمی بیشتر بررسی کند، تا حدی این هدف را می توان تغییر داد . والدین منطقی یعنی اقای اسمیت معقول، می خواهد که پسرش جیمی شغلی داشته باشد که کاملاً متناسب با او باشد . او درامد بیشتر خواهد داشت و احساس خرسندی بیشتری خواهد کرد. راستی، این امر همچنین هدف جامعه می باشد یعنی اینکه شما از یک سو شغلی دارید و مردم از سوی دیگر شغلهایی دارند و شما می بایست برای افراد چنین شغلهایی را تخصیص دهید که کاملاً و حتی الامکان با آنها تناسب داشته باشد که‌انها بیشترین بازده و کارایی را به وجود آورند. یا حتی بهتر از آن که در کل به مجموع این شادی بایستی بیشترین باشد . آنچه که تحصیل می تواند برای این هدف انجام دهد، چیست؟ نکته این است که زمانیکه بچه به سن تحصیل می رسد ، شما هنوز نمی دانید که چه شغلی بعدها خواهد داشت. و شما نمی دانید و برای چه شغلی کاملاً و دقیقاً مناسب باشد، یا تا حد امکان با او تناسب دارد. از این رو چه کاری را می بایست انجام دهید؟ ما بایستی بچه ها را چنان آماده کنیم که‌انها بتوانند شغلی را از میان کلی شغلهای ممکن انتخاب کنند. آنها باید دیدگاه و نظری از کل دنیای پیرامون خود را داشته باشند تا تشخیص دهند که برای کدام یک از این شغلها کاملاً مناسب می باشند. شما می توانید این کار را با روش های زیادی بیان کنید . من این تعبیر ذیل را دوست دارم:
تحصیلات می بایست تمام قوه ابتکار درونی کودک را رشد دهد.
بنابراین دو نوع هدف از تحصیلات داریم. اهداف تنگ نظرانه و سودمند و خوب. تحصیلات می بایست افراد قابل استخدام یعنی افرادی که بتوانند شغلی را اجرا کنند ، بیرون دهد. اما هدفی بالاتر رشد تمام قوه ابتکار رشد کودک می باشد تا بتواند برای آن شغلی که تا حد امکان با او تناسب دارد، انجام وظیفه کند . پس هدف عالی تر ، که آن را این چنین اظهار می دارم رشد تمام قوه ابتکار درونی کودک می باشد.
حال، پیشنهاد شما در مورد آموزش ریاضیات چیست؟
ریاضیات در دوره ابتدایی هدفی تنگ نظرانه و خوب دارد که نسبتاً در تحصیلات ابتدایی باز و آشکار می باشد. فردی که کاملاً بی سواد باشد در جامعه ای مدرن مناسب استخدام نمی باشد . هر شخصی می بایست بتواند بخواند و بنویسید و کمی حساب یا شاید کمی بیشتر انجام دهد. در نتیجه، هدف تنگ نظرانه و مفید تحصیلات ابتدایی هم آموزش مهارت حساب کردن یعنی جمع، تفریق ، ضرب، تقسیم و شاید کمی بیشتر، هم آموزش کسرها ، درصدها میزان و درجه بندی، شاید حتی کمی بیشتر می باشد. هر کسی می بایست از چگونگی اندازه گیری طول، مساحت ها ،‌حجم ها آمادگی داشته باشد.
هدف تنگ نظرانه و مفید تحصیلات ابتدایی این مهارت‌ها می باشد ـ یعنی این دانش را انتقال دهیم و نباید ان را فراموش کنیم.

پایان نامه بررسی ومطالعه ی کامل داده کاوی و داده کاوی با SQL SERVER2005 پیاده سازی آن روی بانک اطلاعاتی(همراه با تصاویر )

اختصاصی از یارا فایل پایان نامه بررسی ومطالعه ی کامل داده کاوی و داده کاوی با SQL SERVER2005 پیاده سازی آن روی بانک اطلاعاتی(همراه با تصاویر ) دانلود با لینک مستقیم و پرسرعت .

فرمت:word(قابل ویرایش)

تعداد صفحات:223

عنوان:

بررسی ومطالعه ی کامل داده کاوی و داده کاوی با SQL SERVER2005 پیاده سازی آن روی بانک اطلاعاتی دانشگاه آزاد قوچان

پایان نامه دوره کارشناسی کامپیوتر

گرایش نرم افزار

فهرست مطالب:

چکیده ۱۴

بررسی ومطالعه ی کامل داده کاوی و داده کاوی با SQL SERVER2005. 14

پیاده سازی آن روی بانک اطلاعاتی دانشگاه آزاد قوچان. ۱۴

فصــل اول. ۱۵

مقدمه ای بر داده کاوی ۱۵

۱-۱-مقدمه. ۱۶

۱-۲-عامل مسبب پیدایش داده کاوی.. ۱۷

-۳-داده کاوی و مفهوم  اکتشاف دانش    (K.D.D) 18

1-3-1-تعریف داده کاوی.. ۱۹

۱-۳-۲- فرآیند داده‌کاوی.. ۲۰

۱-۳-۳- قابلیت های داده کاوی.. ۲۱

۱-۳-۴-چه نوع داده‌هایی مورد کاوش قرار می گیرند؟. ۲۱

فایلهای ساده (FLAT FILES): 21

پایگاههای داده ای رابطه ای(RDBMS): 22

انبارهای داده ای.. ۲۲

۱-۴- وظایف داده کاوی.. ۲۳

۱-۱-۴-کلاس بندی.. ۲۳

۱-۴-۲- مراحل یک الگوریتم کلاس‌بندی.. ۲۴

۱-۴-۳-  انواع روش‌های کلاس‌بندی.. ۲۵

۱-۴-۳-۱- درخت تصمیم ۲۵

۱-۴-۳-۱-۱- کشف تقسیمات ۲۷

۱-۴-۳-۱-۲- دسته بندی با درخت تصمیم ۲۸

انواع درخت‌های تصمیم ۲۹

۱-۴-۳-۱-۴-   نحوه‌ی هرس کردن درخت.. ۳۰

۱-۴-۳-۲- نزدیکترین همسایگی_ K.. 31

1-4-3-3-بیزی.. ۳۲

۱-۴-۳-۳-۱ تئوری بیز. ۳۴

۱-۴-۳-۳-۲ -دسته بندی ساده بیزی.. ۳۶

یک مثال در توضیح طبقه بندی ساده بیزی.. ۳۸

ارزیابی روش‌های کلاس‌بندی.. ۴۱

-۲-۴-۱پیش بینی. ۴۲

۱-۴-۳-انواع روش‌های پیش بینی. ۴۳

۱-۴-۳-۱- رگرسیون. ۴۳

۱-۴-۳-۱ -۱- رگرسیون خطی.. ۴۳

۱-۴-۳-۱-۲-  رگرسیون منطقی. ۴۵

۱-۴-۳- خوشه بندی.. ۴۶

۱-۴-۳-۱- تعریف فرآیند خوشه‌بندی.. ۴۷

۱-۴-۳-۲-  کیفیت خوشه‌بندی.. ۴۷

۱-۴-۳-۳-  روش ها و الگوریتم‌های خوشه‌بندی.. ۴۸

۱-۴-۳-۳-۱-  روش های سلسله‌مراتبی‌ ۴۹

۱-۴-۳-۳-۱-۱- الگوریتم های سلسله مراتبی. ۴۹

۱-۴-۳-۳-۱-۱-۱-الگوریتم خوشه بندی single-linkage. 51

الگوریتم شامل مراحل زیر است : ۵۱

مثال: ۵۲

۱-۴-۳-۳-۲-  الگوریتم‌های تفکیک.. ۵۷

۱-۴-۳-۳-۳-  روش‌های متکی برچگالی. ۵۷

۱-۴-۳-۳-۴-  روش‌های متکی بر گرید ۵۸

۱-۴-۳-۳-۵-  روش‌‌های متکی بر مدل. ۵۸

۱-۴-۴- تخمین. ۵۸

۱-۴-۴-۱- درخت تصمیم ۵۹

۱-۴-۵- سری های زمانی : ۵۹

۱-۵-کاربردهای داده کاوی.. ۵۹

۱-۶-قوانین انجمنی. ۶۰

۱-۶-۱-کاوش قوانین انجمنی. ۶۱

۱-۶-۲-  اصول کاوش قوانین انجمنی. ۶۲

۱-۶-۳-  اصول استقرا در کاوش قوانین انجمنی. ۶۳

۱-۶-۴-  الگوریتم Apriori 66

1-7-متن کاوی.. ۶۷

۱-۷-۱- مقدمه. ۶۷

۱-۷-۲- فرآیند متن کاوی.. ۷۱

۱-۷-۳- کاربردهای متن کاوی.. ۷۳

۱-۷-۳-۱- جستجو و بازیابی. ۷۴

گروه بندی و طبقه بندی داده ۷۴

خلاصه سازی.. ۷۵

روابط میان مفاهیم ۷۶

۱-۷-۳-۵- یافتن و تحلیل ترند ها ۷۶

برچسب زدن نحوی (POS) 77

1-6-2-7-  ایجاد تزاروس و آنتولوژی به صورت اتوماتیک… ۷۷

۱-۸-تصویر کاوی.. ۷۸

۱-۹- وب کاوی.. ۷۹

فصل دوم ۸۲

الگوریتم ژنتیک… ۸۲

۱-۲-مقدمه. ۸۳

مفاهیم پایه و لغات کلیدی.. ۸۳

۲-۲- اصول الگوریتم ژنتیک… ۸۴

۲-۲-۱-کد گذاری.. ۸۴

۲-۲-۱-۱- روش های کد گذاری.. ۸۴

۲-۲-۱-۱-۱- کدگذاری دودویی. ۸۴

۲-۲-۱-۱-۲-کدگذاری مقادیر. ۸۵

۲-۲-۱-۱-۳- کدگذاری درختی. ۸۵

۲-۲-۲- ارزیابی. ۸۶

۲-۲-۳-انتخاب.. ۸۷

۲-۲-۳-۱-انتخاب گردونه دوار. ۸۷

۲-۲-۳-۲- انتخاب رتبه ای.. ۸۸

۲-۲-۳-۳- انتخاب حالت استوار. ۹۰

۲-۲-۳-۴-نخبه گزینی. ۹۰

۲-۲-۴- عملگرهای تغییر. ۹۰

۲-۲-۴-۱-عملگر Crossover 91

2-2-4-2-عملگر جهش ژنتیکی. ۹۲

۲-۲-۴-۳-احتمال  Crossover و جهش.. ۹۳

۲-۲-۵- کدبرداری.. ۹۳

۲-۲-۶-دیگر پارامترها ۹۴

۲-۴-مزایای الگوریتم های ژنتیک… ۹۶

۲-۵- محدودیت های الگوریتم های ژنتیک… ۹۷

۲-۶-چند نمونه از کاربرد های الگوریتم های ژنتیک… ۹۸

۲-۶-۱-یک مثال ساده ۹۹

نسل اول. ۱۰۰

نسل بعدی.. ۱۰۲

جهش(Mutation) 103

فصل سوم ۱۰۴

شبکه های عصبی. ۱۰۴

۳-۱-چرا از شبکه های عصبی استفاده می کنیم؟. ۱۰۵

۳-۲-سلول عصبی. ۱۰۶

۳-۳-نحوه عملکرد مغز. ۱۰۸

۳-۴-مدل ریاضی نرون. ۱۰۸

۳-۵- آموزش شبکه‌های عصبی. ۱۱۶

۳-۶-کاربرد های شبکه های عصبی. ۱۱۹

فصل چهارم ۱۲۲

محاسبات نرم ۱۲۲

۴-۱-مقدمه. ۱۲۳

۴-۲-محاسبات نرم  چیست ؟. ۱۲۶

۴-۲-۱-رابطه. ۱۲۷

۴-۲-۲-مجموعه های فازی.. ۱۳۰

۴-۲-۲-۱-توابع عضویت.. ۱۳۵

۴-۲-۲-۲- عملیات اصلی. ۱۳۷

۴-۲-۳-نقش مجموعههای فازی در دادهکاوی.. ۱۳۸

۴-۲-۳-۱- خوشه بندی.. ۱۳۹

۴-۲-۳-۲- خلاصه سازی دادهها ۱۴۰

۴-۲-۳-۳- تصویر کاوی.. ۱۴۱

۴-۲-۴- الگوریتم  ژنتیک… ۱۴۲

۴-۲-۵-نقش الگوریتم ژنتیک در داده کاوی.. ۱۴۹

۴-۲-۵-۱- رگرسیون. ۱۴۹

۴-۲-۵-۲-  قوانین انجمنی. ۱۵۰

۴-۳- بحث و نتیجه گیری.. ۱۵۳

فصل پنجم ۱۵۵

ابزارهای داده کاوی.. ۱۵۵

۵-۱- نحوه ی انتخاب ابزارداده کاوی.. ۱۵۶

۵-۳- چگونه می توان بهترین ابزار را انتخاب کرد؟. ۱۶۳

۵-۴-ابزار های داده کاوی که در ۲۰۰۷ استفاده شده است : ۱۶۵

۵-۵-داده کاوی با sqlserver 2005. 165

5-5-10-  Microsoft-Loistic-Regression. 213

5-5-11-Microsoft-Linear-Regression. 213

فصل ششم ۲۱۴

نتایج داده کاوی با SQL SERVER2005. 214

روی بانک اطلاعاتی دانشگاه آزاد قوچان. ۲۱۴

۱-۶-نتایج Data Mining With Sql Server 2005   روی بانک اطلاعاتی دانشگاه آزاد قوچان. ۲۱۵

۱-۶-۱-Microsoft association rule. 215

1-6-2- Algorithm cluster 216

1-6-3- Neural network. 216

1-6-4- Modle naive-bayes. 217

1-6-5-Microsoft Tree Viewer 220

تعداد خواهر وبرادران دانشجویان ورودی سال ۷۴ حدودا بین ۱-۲ تاطبق آمار بوده است . ۲۲۰

۷-۱-نتیجه گیری.. ۲۲۱

منابع وماخذ ۲۲۳

چکیده:

بررسی ومطالعه ی کامل داده کاوی و داده کاوی با SQL SERVER2005
پیاده سازی آن روی بانک اطلاعاتی دانشگاه آزاد قوچان

امروزه با گسترش سیستم های پایگاهی و حجم بالای داده ها ی ذخیره شده در این سیستم ها ، نیاز به ابزاری است تا بتوان داده های ذخیره شده را پردازش کرد و اطلاعات حاصل از این پردازش را در اختیار کاربران قرار داد.
داده کاوی یکی از مهمترین روش ها ی کشف دانش است که به وسیله آن الگوهای مفید در داده ها با حداقل دخالت کاربران شناخته می شوند و اطلاعاتی را در اختیار کاربران و تحلیل گران قرار می دهند تا براساس آنها تصمیمات مهم و حیاتی در سازمانها اتخاذ شوند.داده کاوی را تحلیل گران با اهداف گوناگونی از قبیل کلاس بندی, پیش بینی, خوشه بندی ,تخمین انجام می دهند. برای کلاس بندی, مدل هاو الگوریتم هایی مانند قاعده ی بیز, درخت تصمیم, شبکه ی عصبی, الگوریتم ژنتیک مطرح شده است.برای پیش بینی مدل رگرسیون خطی ومنطقی و برای خوشه بندی الگوریتم های سلسله مراتبی و تفکیکی, وبرای تخمین مدل های درخت تصمیم و شبکه ی عصبی مطرح می شود. در فصل دوم و سوم با الگوریتم ژنتیک که یکی از الگوریتم های داده کاوی و با شبکه ی عصبی که یکی از مدل های داده کاوی هستند آشنا می شویم .درفصل چهارم به محاسبات نرم و برخی از اجزای اصلی ان و نقش آنها در داده کاوی می پردازیم.
در فصل پنجم با ابزارهای داده کاوی آشنا می شویم . برای داده کاوی ابزارهای متنوعی وجود دارد. می توان ابزارداده کاوی را با تطبیق آن ابزار با داده های مسئله و با توجه به محیط داده ای که می خواهید از آن استفاده کنید، و امکاناتی که آن ابزار دارد انتخاب کنید.وسپس به داده کاوی با SQLSERVER2005 می پردازیم .ودرفصل ششم به داده کاوی با SQL SERVER2005 روی بانک اطلاعاتی دانشگاه آزاد قوچان پرداختیم.
کلمات کلیدی ،کلاس بندی ، خوشه بندی ، پیش بینی ، تخمین

فصــل اول

مقدمه ای بر داده کاوی

۱-۱-مقدمه
امروزه با گسترش سیستم های پایگاهی و حجم بالای داده ها ی ذخیره شده در این سیستم ها ، نیاز به ابزاری است تا بتوان داده های ذخیره شده را پردازش کرد و اطلاعات حاصل از این پردازش را در اختیار کاربران قرار داد .با استفاده از ابزارهای گوناگون گزارش گیری معمولی ، می توان اطلاعاتی را در اختیار کاربران قرار داد تا بتوانند به نتیجه گیری در مورد داده ها و روابط منطقی میان آنها بپردازند اما وقتی که حجم داده ها خیلی بالا باشد ، کاربران هر چند زبر دست و با تجربه باشند نمی توانند الگوهای مفید را در میان حجم انبوه داده ها تشخیص دهند و یا اگر قادر به این کار هم با شوند ، هزینه عملیات از نظر نیروی انسانی و مادی بسیار بالا است .از سوی دیگر کاربران معمولا فرضیه ای را مطرح می کنند و سپس بر اساس گزارشات مشاهده شده به اثبات یا رد فرضیه می پردازند ، در حالی که امروزه نیاز به روشهایی است که اصطلاحا به کشف دانش بپردازند یعنی با کمترین دخالت کاربر و به صورت خودکار الگوها و رابطه های منطقی را بیان نمایند .
داده کاوی یکی از مهمترین این روش ها است که به وسیله آن الگوهای مفید در داده ها با حداقل دخالت کاربران شناخته می شوند و اطلاعاتی را در اختیار کاربران و تحلیل گران قرار می دهند تا براساس آنها تصمیمات مهم و حیاتی در سازمانها اتخاذ شوند .

۱-۲-عامل مسبب پیدایش داده کاوی
اصلی ترین دلیلی که باعث شده داده کاوی کانون توجهات در صنعت اطلاعات قرار بگیرد، مساله در دسترس بودن حجم وسیعی از داده ها و نیاز شدید به اینکه از این داده ها, اطلاعات و دانش سودمند استخراج کنیم. اطلاعات و دانش بدست آمده در کاربردهای وسیعی مورد استفاده قرار می گیرد.
داده کاوی را می توان حاصل سیر تکاملی طبیعی تکنولوژی اطلاعات دانست، که این سیر تکاملی ناشی از یک سیر تکاملی در صنعت پایگاه داده می باشد، نظیر عملیات جمع آوری داده ها وایجاد پایگاه داده، مدیریت داده و تحلیل و فهم داده ها.
تکامل تکنولوژی پایگاه داده و استفاده فراوان آن در کاربردهای مختلف سبب جمع آوری حجم فراوانی داده شده است. این داده های فراوان باعث ایجاد نیاز برای ابزارهای قدرتمند برای تحلیل داده ها گشته، زیرا در حال حاضر به لحاظ داده ثروتمند هستیم ولی دچار کمبود اطلاعات می باشیم.
ابزارهای داده کاوی داده ها را آنالیز می کنند و الگوهای داده ها را کشف می کنند که می توان از آن در کاربردهایی نظیر تعیین استراتژی برای کسب و کار، پایگاه دانش و تحقیقات علمی و پزشکی، استفاده کرد. شکاف موجود بین داده ها و اطلاعات سبب ایجاد نیاز برای ابزارهای داده کاوی شده است تا داده های بی ارزش را به دانشی ارزشمند تبدیل کنیم .

۱
-۳-داده کاوی و مفهوم اکتشاف دانش (K.D.D)
با حجم عظیم داده های ذخیره شده در فایلها، بانکهای اطلاعاتی و سایر بانک های داده ای، توسعه ی ابزارهایی برای تحلیل و شاید تفسیر چنین داده هایی و برای استخراج علوم شگفت انگیزی که می توانند در تصمیم گیری مفید باشند، امری بسیار مهم و ضروری است. داده کاوی با عنوان کشف دانش در پایگاه های داده (KDD) شناخته می‌شود. کشف علومی که قبلا ناشناخته بوده‌اند و اطلاعاتی که در بانکهای اطلاعاتی موجود بوده و ذاتا بالقوه و مفید هستند.
با وجود آنکه داده کاوی و کشف دانش در پایگاه‌های داده مترادف همدیگر هستند، ولی در اصل، داده کاوی ذاتاً بخشی و تنها قسمتی جزئی از فرآیند کشف دانش است. فرآیند کشف دانش در بر گیرنده ی چندین مرحله می باشد که از اطلاعات خام، گونه هایی از علوم جدید را بدست می دهد. مراحل کشف دانش به قرار زیر است:
۱- پاکسازی داده ها : در این فاز داده های اضافی و نامربوط از مجموعه داده ها حذف می شوند.(داده های ناکامل) [۲] ۲-یکپارچه سازی داده ها : چندین منبع داده ترکیب می شوند،