جلسه شماره ۱۸: آموزش اضافه نمودن پلاگین در نرم افزار داده کاوی رپیدماینر

در این جلسه آموزشی اضافه نمودن پلاگین در نرم افزار داده کاوی رپیدماینر می پردازیم. یکی از مهمترین مشکلات بسیاری از کاربران و دانشجویان علاقه مند به نرم افزا رداده کاوی رپیدماینر در ارتباط با ارزیابی عملکرد یا کارایی الگوریتم های خوشه بندی مثل K-Means، X-Means و غیره، محاسبه میزان عملکرد این الگوریتم ها می باشد. در این جلسه آموزشی از مجموعه دوره های نرم افزار داده کاوی رپیدماینر، فرآیند ارزیابی کارایی الگوریتم های خوشه بندی تدریس می گردد.

سرفصل ها و رئوس مطالب در این جلسه آموزشی از مجموعه دوره های رپیدماینر عبارتند از:

در این جلسه آموزشی از دیتاست iris برای انجام آزمایشات استفاده شده است. الگوریتم های خوشه بندی تست شده می توان K-Means , X-Means را نام برد. کنترل های استفاده شده در این جلسه آموزشی عبارتند از:

• کنترل Read Excel
• کنترل Clustering
• کنترل Data to Similarity
• کنترل Cluster Count Performance
• کنترل Cluster Distance Performance
• کنترل Cluster Density Performance
• کنترل Item Distribution Performance

هر کدام از این کنترل ها در رپیدماینر به صورت کامل تشریح شده است.

این آموزش برای رشته های زیر مفید است:

دوره های آموزشی نرم افزار داده کاوی رپیدماینر(Rapidminer)  از جلسات مقدماتی تا سطوح متوسطه و پیشرفته برای رشته هایی ذیل مناسب و مفید می باشد.

–  رشته کامپیوتر گرایش های نرم افزار، سخت افزار و معماری

–  رشته تجارت الکترونیک

–  رشته برنامه نویسی

 – رشته فناوری اطلاعات

–  و سایر رشته های مرتبط