نرم افزار مدل پیش بینی کننده سالفورد (SPM) در سال ۱۹۸۳ تولید شد. سیستم سالفورد شامل ۴ روش مدل سازی: CART, MARS, TreeNet و Random Forests است و دارای توانایی های جدید و ابزارهای پیشرفته، با دقت و سرعت فوق العاده ای است. در این فرادرس، به آموزش تکنیک ها و روش های موجود در این نرم افزار می پردازیم و در پایان آموزش شما قادر خواهید بود با مجموعه

از آنجایی که نمودارهای کنترلی، نقطه واقعی تغییر را با تاخیر نشان می دهند، نیاز است که با استفاده از روش هایی، نقطه تغییر را پیش بینی کرد. از طرف دیگر با توجه به این که در بسیاری از موارد، مشخصه های کیفی با استفاده از پروفایل تعریف می شوند، نیاز به آشنایی با پروفایل ها، انواع آن ها و روش های پایش در فازهای ۱ و ۲ وجود دارد که موضوعات مطرح شده به تفصیل در این آمو

از آنجایی که داده های معدنی بالاخص داده های زمین شناسی و اکتشافی (داده های گمانه های اکتشافی، ژئوشیمیایی و ژئوفیزیکی) در برخی پروژه ها آنقدر حجیم می شوند که استفاده از نرم افزارهای آماری تنها راه دسته بندی و پردازش است. حفاری هزاران متر از گمانه های اکتشافی، نمونه برداری های چند هزار تایی از رسوبات رودخانه و سنگ و خاک و آنالیز ده ها عنصر شیم

با توجه به گستردگی نرم افزارهای موجود و بازه زمانی کم دانشجو، فراگیری همه این نرم افزارها امکان پذیر نیست. برای این منظور نرم افزار StatPlus این نقص را جبران کرده و با توجه به محیط کاربری راحت خود، امکان تجزیه و تحلیل و شبیه سازی داده ها را برای بسیاری از رشته ها از قبیل: جامعه شناسی، تجزیه و تحلیل مالی، آمار زیستی، اقتصاد، صنعت بیمه، مراقبت های بهداشت

گرافر (Grapher) یک مدل قدرتمند مختص رسم نمودار به شمار می رود که کاربران با استفاده از آن می توانند انواع نمودارهای مورد نظر خود را ترسیم نمایند. نمودارهای تهیه شده توسط این نرم افزار، قابلیت خروجی گرفتن به فرمت های مختلف را دارد و نظر مخاطبان را جلب می نماید. این فرادرس به آموزش ترسیم و تهیه انواع نمودار با استفاده از نرم افزار

یکی از مهم ترین تکنیک های داده کاوی، خوشه بندی یا گروه بندی داده ها است. برای خوشه بندی (Clustering)، روش ها و الگوریتم های مختلفی وجود دارد ولی یکی از روش های پایه و پرکاربرد، خوشه بندی سلسله مراتبی (Hierarchical) است. خوشه بندی سلسله مراتبی برای داده های چند بعدی و حجیم احتیاج به انجام محاسبات سنگین و زیادی خواهد داشت که این م

هدف اصلی این آموزش، ورود دانش آموزان و دانشجویان به مفاهیم پیشرفته ترکیبیات است. در این میان، فراگیران با انواعی از روش های استدلال ریاضی، الگوهای مبتنی بر تفکر الگوریتمی و مدل سازی ریاضی نیز آشنا شده و آن ها را در مدل های واقعی به کار خواهند برد. رویکرد آموزشی این درس براساس آموزش مستقیم و به کمک حل تمرین و مث

خوشه بندی یا گروه بندی داده ها یکی از روش های پایه ای در داده کاوی است. برای خوشه بندی (Clustering) روش ها و الگوریتم های مختلفی وجود دارد ولی یکی از اصلی و پرکاربردترین خوشه بندی ها، خوشه بندی سلسله مراتبی (Hierarchical) است. خوشه بندی سلسله مراتبی برای داده های چند بعدی و حجیم احتیاج به انجام محاسبات سنگین و زیادی خواهد داشت که این م