داده کاوی با sql

  • نحوه نصب Microsoft SQL Server 2005

    برای نسخه های Standard و Enterprise ویندوز نگارش 2000 یا 2003 سرور لازم است.نسخه های Developer و Express بر روی ویندوز XP هم نصب می شوند.ابتدا بهتر است ویندوز شما کاملا به روز باشد. اکنون DVD مربوط به SQL Server را داخل درایو بگذارید تا برنامه Autorun آن اجرا شود. اگر Autorun اجرا نشد بر روی DVD دابل کلیک کنید تا Autorun اجرا شود و اگر باز هم اجرا نشد روی DVD کلیک راست کنید و گزینه Open یا Explore را انتخاب کنید و سپس برنامه Autorun.exe را اجرا کنید (نام این فایل ممکن است به دلیل شرکت ارائه دهنده نرم افزار چیز دیگری باشد). پس از اجرای Autorun و ظاهر شدن برنامه نصب ؛ گزینه Server Components, Tools, Books Online and Samples را انتخاب کنید تا ضفحه زیر ظاهر شود. در این صفحه License Agreement زا بخوانید و سپس تیک قسمت I accept … را بزنید. اکنون برنامه نصب پیش نیاز های مورد نیاز را آزمایش می کند.اگر کامپیوتر شما به روز باشد می توانید در این قسمت Next را بزنید و به مرحله بعد بروید در غیر این صورت برنامه ممکن است یک سری از پیش نیاز ها را خودش نصب کند یا اینکه با دادن آدرس وب ، از شما بخواهد که آنها را بارگزاری و نصب کنید. اگر هیچ مشکلی در این قسمت وجود نداشته باشد شما باید بتوانید شکل زیر را ببینید. و سپس صفحه خوش آمد گویی به نمایش در می آید که در حقیقت آغاز عملیات نصب است. پس از فشردن دکمه Next ، برنامه نصب بررسی می کند که آیا ممکن است در طی روال نصب مشکلی پیش آید یا نه .این کار با بررسی قابلیتهای مورد نیاز که باید در نرم افزار های مختلف وجود داشته باشد ، انجام می شود. ممکن است در این قسمت با بعضی هشدارها مواجه شوید مانند عدم وجود IIS و یا پایین بودن توان کامپیوتر برای اجرای SQL Server.اگر این اخطارها به صورت زرد (Warning) باشند می توانید از آنها صرف نظر کنید هر چند این کار توصیه نمی شود ولی ممکن است در صورت عدم وجود بعضی از نرم افزارها ، قسمتی از قابلیتهای SQL Server نصب نشوند و قابل استفاده نباشند مثلا اگر IIS بر روی سیستم نصب نشده باشد ، شما قادر به نصب و استفاده از Reporting Service نخواهید بود. در این قسمت نیز Next را می زنیم. پس از این قسمت ، برنامه نصب شروع به انجام کارهای اولیه مورد نیاز برای نصب می کند. پس از این ...



  • انجام پروژه های داده کاوی

    انجام پروژه های داده کاوی با قیمت مناسب و ارزان و با کیفیت بالا انجام می شود: -پروژه با موضوع داده کاوی و کاربرد آن -پیاده سازی پروژه های مربوط به داده کاوی با زبان برنامه نویسی Matlab و پایگاه داده SQL Server برای اولین بار در ایران -انجام پروژه های داده کاوی با استفاده از ابزارهای CLIMENTALوwekaو... -برنامه نویسی به زبان دلفی و پایگاه داده اسکیوال سرور و اکسس -انجام پروژه های برنامه نویسی به زبان سی شارپ و پایگاه داده اوراکل -انجام کارهای تحقیقاتی و مقاله با موضوع داده کاوی در مجلات و کنفرانس های معتبر بین المللی -در ضمن پروژه داده کاوی با سرعت و کیفیت مناسب در کمترین زمان ممکن تحویل داده می شود. پروژه ها توسط یک تیم قوی و منسجم از دانشجویان و فارغ التحصیلان دانشگاه صنعتی شریف انجام می شود. به دلیل ترویج علم و دانش ،پروژه دانشجویی  تحت هیچ شرایطی انجام نمی شود. شما می توانید  با پست الکترونیکی [email protected] تماس بگیرید.

  • داده کاوی (data mining) چیست؟

    - داده کاوی: داده كاوي شامل استفاده از ابزارهاي پيچيده و خبره تحليل گر داده ها براي كشف روابط و الگو هاي صحيح وناشناخته قبلي در فايل هاي بسيار حجيم داده مي باشد. اين ابزار مي تواند شامل مدل هاي آماري، الگوريتم هاي رياضي، و روش هاي فراگير ماشيني( الگوريتم هايي كه عملكردشان با آزمون به طور خودكار بهبود مي يابند، مانند شبكه هاي عصبي يا درخت هاي تصميم ساز(. بنابراين داده كاوي چيزي فراتر از جمع آوري ومديريت داده، يعني شامل تحليل و آينده نگري يا پيش بيني مي باشد.داده كاوي می تواند بر روي داده هاي كمي، متني يا در قالب هاي متفاوت انجام شود. برنامه هاي داده كاوي براي بررسي داده، قادرند كه از پارامترهاي متنوعي استفاده نمايند. اين پارامتر ها شامل وابستگي ها  تحليل تواتري يا ترتيبي ، كلاس بندي، خوشه بندي ، و پيش بيني . به عنوان يك برنامه در مقايسه با ساير برنامه هاي تحليلي، نظير استعلام هاي ساخت يافته ) متداول در بسياري از پايگاه هاي اطلاعاتي تجاري( يا نرم افزار تحليلگر آماري، داده كاوي ارائه دهنده تفاوت هاي نوعي است.بسياري از ابزار هاي ساده تر تحليلي از شيوه مبتني بر كنترل و مميزي استفاده مي كنند كه در آن كاربر پيش فرضي را اختيار و سپس با آزمايش داده ها آن فرض را اثبات يا مردود اعلام مي كند. دنیای مدرن در حقیقت دنیای داده گرا می باشد و ما در محاصره داده ها چه عددی چه انواع دیگر  قرار گرفته ایم. پیشرفت شگفت انگیز فن آوری های رایانه ای و مجهز شدن به این ابزار امکان جمع اوری امکانات دقیق و کامل در زمینه های مختلف را فراهم ساخته است و منجر به پیدایش ساختار داده بسیار حجیم شده است. همچنین حجم بزرگی از داده های موجود در پایگاه داده شرکت ها،دانشگاه ها،مراکز دولتی و سایر موسسات بدون استفاده مانده است. دستیابی به اطلاعات نهفته در این داده ها مستلزم مدیریت کاراست و با بکار بردن داده های سنتی این امر تحقق نمی یابد. شدت رقابتها در عرصه های علمی، اجتماعی،اقتصادی،سیاسی و حتی نظامی نیز اهمیت عامل سرعت یا زمان دسترسی به اطلاعات را دو چندان کرده است. داده کاوی فرایندی است که در دهه ی 90 پا به عرصه ی ظهور گذاشته و با نگرشی نو به مسئله ی استخراج اطلاعات از پایگاه داده می نگرد. این فرایند یک مرحله فراتر از بازیابی ساده داده هاست و به کابربران اجازه می دهد که دانش جدید را در داده ها کشف کنند. داده کاوی یک علم میان رشته ای است و ترکیبی از علومی نظیر هوش مصنوعی، تحلیل آمار، بینایی ماشین و پایگاه داده هاست.   - موارد کاربرد داده کاوی داده كاوي براي مقاصد متعددي هم در بخش هاي عمومي و هم خصوصي بكار مي رود. صنايعي نظير بانك،بيمه، پزشكي، ...

  • چرا داده کاوی؟

    پیشرفت شگفت انگیز فناوری رایانه‌ای و مجهز شدن بشر به این ابزار، امکان جمع آوری اطلاعات دقیق و کامل در زمینه‌های مختلف را فراهم ساخته است و منجر به پیدایش ساختارهای داده بسیار حجیم شده است.دستیابی به اطلاعات نهفته در این داده‌های حجیم که لازمه مدیریت موثر است، بوسیله سیستم­های سنتی استفاده از پایگاههای داده میسر نیست. در نتیجه نیاز به طراحی سیستم‌هایی که قادر به اکتشاف سریع اطلاعات با تاکید بر حداقل مداخله انسانی باشند از یک طرف و روی آوردن به روش‌های آماری متناسب با حجم داده‌های زیاد از سوی دیگر به خوبی احساس می‌شود. یکی از زمینه‌هایی که امروزه بسیار مورد توجه سازمان‌ها قرار گرفته، طبقه بندی و دسته بندی اطلاعات و داده‌های ورودی آنها می‌باشد که در هر سازمان معیارهای متفاوتی برای این دسته‌بندی وجود داشته باشد. برای این کار الگوریتم‌های زیادی از جمله شبکه‌های عصبی، درخت تصمیم، نزدیکترین همسایگی، رگرسیون لجستیک و ... وجود دارد. شدت رقابت در عرصه‌های علمی، اجتماعی، اقتصادی، سیاسی و حتی نظامی اهمیت عامل سرعت یا زمان دسترسی به اطلاعات و نیز دقت را به خوبی نمایان کرده است. با توجه به گسترش روز افزون صنعت IT، بسیاری از سازمان‌ها نسبت به استفاده مفید از اطلاعات خود معطوف شده اند. داده کاوی، فرآیندی است که در آغاز دهه 90 پا به عرصه ظهور گذاشته و با نگرشی نو به مسئله استخراج اطلاعات از پایگاههای داده می­پردازد. بوسیله داده کاوی، الگوهای پنهان بین داده‌ها از حجم عظیم داده کشف و از بین آنها الگوهای جالب، مفید و غیر بدیهی شناسایی می‌شود. با استفاده از این اطلاعات و دانش بدست آمده می‌توان برای پیش‌بینی در حالات مختلف تصمیم گیری کرد. مواجه شدن با حجم بسیار وسیعی از داده‌ها و ایجاد انبارهای داده در سالهای اخیر و مشکلات بازیابی دانش مخفی موجود در آنها جهت بکارگیری این اطلاعات در راستای اهداف مدیریتی سبب شد که تکنیک داده کاوی مورد توجه قرار گرفته و اهمیت این موضوع در مجامع علمی عنوان شود. اطلاعات باید در ابتدا جمع آوری شده، به یک ساختار واحد تبدیل شود و سپس روش‌های تحلیل داده‌ها روی آنها اعمال شود. از جمله این روش‌ها می‌توان از [1]DSS وOLAP[2]و DM[3] نام برد. [1] Decision Support System [2] On-Line Analytical Processing [3] Data Mining 

  • امکانات داده کاوی در SQL Server 2005

    در این مقاله، نگاهی به ویژگیهای OLE DB برای داده کاوی خواهیم انداخت. OLE DB برای داده کاوی ابتدا توسط مایکروسافت به عنوان یک استاندارد صنعتی تعیین گردید و سپس بوسیله تعدادی از فروشندگان داده­کاوی پشتیبانی شد. OLE DB برای داده کاوی که در جولای 2000 معرفی شد از دو فناوری پایگاه داده ها گرفته شده است: OLE DB و SQL. این استاندارد با بسیاری از مفاهیم پایگاه داده های رابطه ای مطابقت دارد و آنها را در زمینه داده کاوی اعمال می کند. بخش اصلی استاندارد، DMXرا تعریف می کند که یک زبان پرس و جو به شیوه SQL، برای داده کاوی است. دانلود متن کامل مقاله

  • انجام پروژه های داده کاوی با نرم افزار RapidMiner

    انجام پروژه های داده کاوی با نرم افزار RapidMiner09199240029