نقشه توزیع مکانی کلاس‎های خاک برای استفاده مناسب از خاک و تصمیم‎گیری‏های مدیریتی مهم است. نقشه‏برداری رقومی خاک می‏‎تواند توزیع مکانی از کلاس‎های خاک را به صورت کمّی پیش‎بینی ‎کند. ماشین یادگیری اصطلاح کلی برای مجموعه گسترده‎ای از مدل‌ها برای کشف الگوهای موجود در داده‎ها و پیش‌بینی متغیرهای مورد مطالعه است. این مطالعه با هدف مقایسه سه مدل رگرسیون لجستیک چندجمله‎ای، رگرسیون درختی توسعه‎یافته و در...

نیروی انسانی به عنوان یکی از مهمترین عوامل موفقیت سازمان ها به شمار می رود. از این رو سازمان ها تلاش می کنند تا کارآمد ترین نیروی انسانی را مطابق با شرایط خود و از طریق الگویی بهینه جذب نمایند. از سوی دیگر، در فرایند انتخاب منابع انسانی، روش های متفاوتی از جمله آزمون ها و مصاحبه های ورودی بکار گرفته می شود که داده های گسترده مربوط به جذب دوره ای کارکنان، عمدتا بدون استفاده در سازمان ها بایگانی ...

پژوهش حاضر به بررسی قابلیت پیش‌بینی فرار مالیاتی شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از الگوهای درخت تصمیم پرداخته است. جامعه آماری پژوهش حاضر کلیه شرکت­های پذیرفته شده در بورس اوراق بهادار تهران در بازه زمانی 1384 تا 1394 است و نمونه پژوهش برابر با 1081 سال-شرکت می­باشد. برای تحلیل داده­ها از روش­های آماری تحلیل واریانس یک­طرفه و الگوریتم­های داده­کاوی درخت تصمیم استفاده...

درختان تصمیم رایج ترین ابزار داده کاوی هستند که درک، پیاده سازی و کاربرد آسان داشته و از نظر محاسباتی ارزان می باشند. این ساختار دسته بندی را با پیش بینی یک خروجی قیاسی از دسته ها و یا ورودی های حقیقی انجام می دهد. مسئله ی اورفیت بر روی نمونه های اموزشی مسئله ای مهم در یادگیری درختی است. زیرا که نمونه های اموزشی فقط نمونه ای از تمامی نمونه های ممکن هستند ، ممکن است ما به درخت شاخه هایی را بیفزا...

درختان تصمیم گیری به عنوان یکی از تکنیک های داده کاوی می توانند به اعتبارسنجی مشتریان بانکی بپردازند. مسئله ی اصلی ساخت درختان تصمیم گیری است که بتوانند به طور بهینه مشتریان را طبقه بندی کنند. در این مقاله یک مدل مناسب اعتبارسنجی مشتریان بانک ها برای اعطای تسهیلات اعتباری متناسب با هر طبقه مبتنی بر الگوریتم ژنتیک ارایه می شود. الگوریتم های ژنتیک می توانند با انتخاب ویژگی های مناسب و ساخت درختان...

با توجه به توانایی تکنیک های داده کاوی، کاربرد آنها در رشته های علوم زمین گسترش فراوانی داشته است. هدف از پژوهش پهنه بندی حساسیت زمین لغزش با استفاده از الگوریتم جنگل تصادفی، در لارستان فارس است. جنگلهای تصادفی یک نوع مدرن از درخت - پایه هستند که شامل انبوهی از درخت های کلاس بندی و رگرسیونی می باشند. الگوریتم جنگل تصادفی مبتنی بر دسته ای از درخت های تصمیم است و در حال حاضر یکی از بهترین الگوریت...

درخت تصمیم فازی، دسته بندی است که درخت تصمیم و مجموعه های فازی را به گونه ای باهم ترکیب کرده است که بتواند عدم قطعیت های ناشی از اندازه گیری و عدم قطعیت های زبانی را مدیریت کند. در این پایان نامه معیارهای توقف و روش های ساخت توابع عضویت فازی برای درخت تصمیم فازی، به طور مستقل مورد بررسی قرار گرفته اند. در بخش اول، الگوریتم جدیدی به نام idfid3، برای ساخت درخت تصمیم فازی با استفاده از یک معیار تو...

درختان تصمیم گیری به عنوان یکی از تکنیک های داده کاوی کاربرد زیادی در اعتبارسنجی مشتریان بانک و شناسایی آن ها برای اعطای تسهیلات اعتباری دارد. مسئله اصلی در پیچیدگی درختان تصمیم گیری، اندازه بیش از حد، عدم انعطاف پذیری و دقت کم در طبقه بندی است. هدف از این مقاله ارائه مدل ترکیبی در بهینه سازی درختان تصمیم گیری توسط تکنیک الگوریتم ژنتیک به منظور حل مسائل ذکر شده در فوق برای اعتبارسنجی مشتریان با...

هدف اصلی تحقیق حاضر بررسی دقت پیش‎بینی مدیریت سود با استفاده از شبکه‎های عصبی و درخت تصمیم‎گیری و مقایسه آن با مدل‎های خطی است. برای این منظور از یازده متغیر تأثیرگذار بر مدیریت سود به‎عنوان متغیرهای مستقل و اقلام تعهدی اختیاری به‎عنوان متغیر وابسته استفاده شده است. در این تحقیق تعداد 55 شرکت از سال 1385 تا سال 1388 به صورت فصلی مورد بررسی قرار گرفت. از روش رگرسیون پنلی جهت مدل خطی و از شبکه عص...

زمین­لغزش را می­توان به ­عنوان یکی از چالش­های مهم طبیعی و انسانی در نظرگرفت که هم عرصه­های طبیعی و هم جوامع بشری متأثر از آن است. عوامل متعددی همچون ویژگی­های فیزیکی حوزه­ی آبخیز، زمین­شناسی، خاک­شناسی، هواشناسی و هیدرولوژی از جمله مهم­ترین عوامل طبیعی مؤثر در وقوع زمین­لغزش است. پهنه­بندی زمین­لغزش، در مدیریت این پدیده و برنامه­ریزی برای کاهش خسارت­های ناشی از آن نقش قابل توجهی دارد. تاکنون ر...