زمینه و هدف: تحلیل ممیزی و رگرسیون لجستیک از روش های کلاسیک در زمینه طبقه بندی داده ها در بسیاری از مطالعات هستند. با این حال، استفاده از این روش ها گاه به دلیل عدم برقراری پیش فرض های لازم، نتایج کارایی به دنبال ندارد. هدف از پژوهش حاضر، استفاده از مدل درخت تصمیم برای طبقه بندی تعداد فرزندان زنده به دنیا آمده به منظور ارائه روشی کارا در طبقه بندی داده های جمعیتی می باشد. روش بررسی: در این پژوه...

موفقیت یا شکست سازمان، ارتباط مستقیمی با چگونگی جذب و نگهداری منابع انسانی آن دارد. انتخاب منابع انسانی مناسب و سرمایه انسانی، یکی از مزایای رقابتی برای شرکت ها به منظور حفظ مزایای رقابتی در اقتصاد دانشی است زیرا تصمیمات انتخاب ضعیف، می تواند برای سازمان بسیار هزینه بر باشد. از آنجا که انتخاب و استخدام کارکنان به طور مستقیم بر کیفیت کارمندان اثرگذار است، اتخاذ شیوه ای صحیح در تصمیمات انتخاب، بر...

مقدمه: در دهه ی اخیر الگوریتم های یادگیری ماشین به ابزار مفیدی جهت داده کاوی در داده های پزشکی، برای تولید مدل های پیش بینی تبدیل شده اند. سوختگی از جمله بیماری هایی است که پیش بینی پیامد آن از اهمیت زیادی برخوردار است. هدف این مطالعه بررسی عملکرد دو الگوریتم پراستفاده ی یادگیری ماشین یعنی شبکه ی عصبی و درخت تصمیم و مقایسه با روش آماری رگرسیون لجستیک در پیش بینی پیامد بیماران سوختگی بوده است. ر...

تعیین عملکرد شرکت‌ها با استفاده از نسبت‌های مالی همواره جالب توجه بسیاری از محققان و پژوهشگران بوده است. شناسایی عوامل مالی که بیشترین تاثیر را بر عملکرد شرکت‌ها داشته یکی از مباحث مهم برای تصمیم گیرندگان است. در این پژوهش با به کارگیری استاندارد داده‌کاوی، 4 مدل درخت تصمیم کاشف تعاملات خودکار کای دو[1]، آماری موثر عاری از تعصب و سریع[2]، خوشه بندی و رگرسیون[3] و سی فایو[4]  به منظور ارزیابی عم...

هدف پژوهش حاضر، شناسایی و رتبه‌بندی عوامل مؤثر بر کشف تقلب صورت‌های مالی با استفاده از تکنیک قضاوت به روش فرآیند سلسله مراتبی و تکنیک‌های داده‌کاوی می‌باشد. جامعه‌ی آماری شامل حسابرسان ارشد، سرپرستان، سرپرستان ارشد، مدیر حسابرسی و شریک مؤسسه‌ی و همچنین شرکت‌های بورس اوراق بهادار تهران می‌باشد. در راستای هدف پژوهش، تعداد 56 پرسش‌نامه و داده‌های 109 شرکت بورسی طی دوره‌ی زمانی 1391 تا 1396 گردآوری...

فرآیند بارش- رواناب از مهمترین و پیچیده ترین پدیده ها در چرخه هیدرولوژی بوده لذا در مدل سازی آن، دیدگاه های متفاوتی برای توسعه و بهبود مدل های پیش بینی کننده ارائه گردیده است. بدیهی است درک صحیحی از رفتار حوضه می تواند نقش موثری در انتخاب مدل و همچنین صرفه‌جویی در زمان مربوط به امر شبیه‌سازی ایفا نماید. مطالعات پیشین نشان داده است که جهت مدل سازی حوضه های آرام که معمولا دارای الگوی منظم بارش هس...

به عنوان اولین هدف برای این مقاله، دو مدل از دو گروه مختلف از روش های داده کاوی یعنی مدلهای پارامتریک کلی، درخت طبقه بندی و رگرسیون و مدلهای غیر پارامتریک محلی، شبکه عصبی مصنوعی، برای مدلسازی تغییرات کاربری اراضی چندگانه مورد مقایسه قرار گرفت. منطقه مورد مطالعه شامل دو شهر ساری و قائم شهر است که در شمال ایران واقع شده اند. در این مطالعه تغییرات کاربری اراضی کشاورزی و شهری برای یک دوره 22 ساله ب...

در این پژوهش چارچوب ترکیبی روش تحلیل پوششی داده هادر قالب یک تحلیل پنجره ای با تکنیک درخت تصمیم، ارائه شده است. در ابتدا مدل تحلیل پوششی داده های پنجره ای با توجه به ورودی ها و خروجی ها جهت سنجش کارایی واحدهای تصمیم گیرنده که در این مطالعه خطوط اتوبوسرانی هستند؛ اجرا می شود و نتایج حاصل از آن به عنوان برچسب دسته ی واحدهای تصمیم گیرنده ها که در واقع ورودی روش درخت تصمیم می باشند، مورد استفاده قر...

تبخیر- تعرق یکی از مهم ترین اجزای چرخه هیدرولوژی است که مدلسازی آن در مدیریت منابع آب نقش مهمی دارد. در تحقیق حاضر امکان بهبود دقت برآورد تبخیر- تعرق روش هارگریوز به کمک ضریب اصلاحیK با استفاده از مدل شبکه عصبی مصنوعی و مدل درخت تصمیم M5 مورد بررسی قرار گرفت. این ضریب برابر با نسبت تبخیر- تعرق مدل پنمن مونتیث فائو به روش هارگریوز می باشد. داده های مورد استفاده این تحقیق عبارت از دمای حداکثر و ح...