×

آموزش کاربرد نظریه ترکیب اطلاعات در بازاریابی اطلاعات وب (رایگان)

آموزش کاربرد نظریه ترکیب اطلاعات در بازاریابی اطلاعات وب (رایگان)

تعداد دانشجو
۲۸ نفر
مدت زمان
۱ ساعت و ۱۸ دقیقه
هزینه آموزش
رایگان!
محتوای این آموزش
آموزش کاربرد نظریه ترکیب اطلاعات در بازاریابی اطلاعات وب (رایگان)

نظریه ترکیب اطلاعات به مقوله استفاده از منابع اطلاعاتی متعدد به منظور اتخاذ تصمیمات بهینه می پردازد. منظور از ترکیب داده / اطلاعات، ادغام توامان اطلاعات دریافتی از منابع مختلف برای دستیابی به درک بهتر محیط مساله و در نتیجه، اتخاذ تصمیمات دقیق تر است. علت این امر آن است که در اکثر موارد، داده های دریافتی از منابع مختلف پیرامون یک موضوع واحد، ممکن است ناقص، مبهم و حتی متناقض باشند. بر این اساس، ترکیب اطلاعات می تواند به عنوان ابزاری قدرتمند در خدمت داده کاوی (Data Mining) و اکتشاف معرفت (Knowledge Discovery) به کار گرفته شود. در حال حاضر، روش های ترکیب اطلاعات در گستره وسیعی از کاربردهای متعدد از جمله در جستجوی اطلاعات در وب، پردازش داده های زیستی، سنجش از راه دور (Remote Sensing)، سامانه های حمل و نقل هوشمند (Intelligent Transportation Systems) و نیز پیش بینی وقوع بلایای طبیعی، مورد استفاده واقع می شود.

آموزش کاربرد نظریه ترکیب اطلاعات در بازاریابی اطلاعات وب (رایگان)

مدت زمان
۱ ساعت و ۱۸ دقیقه
هزینه آموزش
رایگان!
مدرس
دکتر امیر حسین کیهانی پور

دکتری تخصصی مهندسی کامپیوتر - هوش مصنوعی

دکتر امیر حسین کیهانی پور فارغ التحصیل دکترای تخصصی در رشته مهندسی کامپیوتر گرایش هوش مصنوعی از دانشگاه تهران و نیز مدرس دانشگاه تهران و دانشگاه صنعتی شریف هستند.

توضیحات تکمیلی

نظریه ترکیب اطلاعات به مقوله استفاده از منابع اطلاعاتی متعدد به منظور اتخاذ تصمیمات بهینه می پردازد. منظور از ترکیب داده / اطلاعات، ادغام توامان اطلاعات دریافتی از منابع مختلف برای دستیابی به درک بهتر محیط مساله و در نتیجه، اتخاذ تصمیمات دقیق تر است. علت این امر آن است که در اکثر موارد، داده های دریافتی از منابع مختلف پیرامون یک موضوع واحد، ممکن است ناقص، مبهم و حتی متناقض باشند. بر این اساس، ترکیب اطلاعات می تواند به عنوان ابزاری قدرتمند در خدمت داده کاوی (Data Mining) و اکتشاف معرفت (Knowledge Discovery) به کار گرفته شود. در حال حاضر، روش های ترکیب اطلاعات در گستره وسیعی از کاربردهای متعدد از جمله در جستجوی اطلاعات در وب، پردازش داده های زیستی، سنجش از راه دور (Remote Sensing)، سامانه های حمل و نقل هوشمند (Intelligent Transportation Systems) و نیز پیش بینی وقوع بلایای طبیعی، مورد استفاده واقع می شود.

ما در این آموزش قصد داریم تا مبحث معرفی نمونه های کاربرد نظریه ترکیب اطلاعات در بازاریابی اطلاعات وب را مورد بحث و بررسی قرار دهیم.

این آموزش رایگان بخشی از آموزش ترکیب اطلاعات (Information Fusion) است. برای کسب اطلاعات بیشتر و استفاده از این آموزش بر روی این لینک (+) کلیک کنید.

فهرست سرفصل ها و رئوس مطالب مطرح شده در این مجموعه آموزشی، در ادامه آمده است:
  • معرفی نمونه های کاربرد نظریه ترکیب اطلاعات در بازاریابی اطلاعات وب


آنچه در این آموزش خواهید دید:

آموزش ویدئویی مورد تائید فرادرس
فایل PDF یادداشت‌ های ارائه مدرس




معرفی نمونه های کاربرد نظریه ترکیب اطلاعات در بازاریابی اطلاعات وب
جهت شروع مطالعه و یادگیری نیاز است بعد از ورود (+) و یا عضویت (+) بر روی دکمه «شروع یادگیری» کلیک کنید.

اطلاعات تکمیلی

نام آموزش آموزش کاربرد نظریه ترکیب اطلاعات در بازاریابی اطلاعات وب (رایگان)
ناشر فرادرس
کد آموزش FVSFT9505R
مدت زمان ۱ ساعت و ۱۸ دقیقه
زبان فارسی
نوع آموزش آموزش ویدئویی (نمایش آنلاین + دانلود)
حجم دانلود ۵۸ بایت (کیفیت ویدئو HD با فشرده سازی انحصاری فرادرس)






نظرات

در حال حاضر، دیدگاهی برای این آموزش ثبت نشده است.
برچسب‌ها:
Artificial Neural Networks | bagging | Bayesian | Boosting (AdaBoost) | Class Ranking | Classical Inference | Data Fusion | Decision Fusion | Dempster Shafer | Dempster-Shafer Theory | Diversity | Ensemble Learning | Exponential | Fuzzy Integral Operators | Fuzzy Integral Operators: Sugeno and Choquet | Generalized Mean Combiner | Generalized OWA‎ | Heavy OWA | Induced OWA‎ | Information Fusion | Intelligent Transportation Systems | IOWA | JDL Model | Joint Directors of Laboratories | Likelihood Ratio | Modified Waterfall Fusion Model | Multi-Classifier Systems | OODA Loop | Optimistic | Ordered Weighted Averaging | OWA | Pessimistic | Sensor | Situational Awareness | Uncertain OWA‎ | UOWA | Web Meta-Search Engines | Web Search Engines | Weighted Average | Weighted OWA | ارزیابی کیفیت محصولات کشاورزی | استنتاج کلاسیک | انتگرال Choquet | انتگرال Sugeno | انتگرال های فازی | انواع روش های مختلف پیاده سازی سامانه های چند رده بندی کننده | انواع عوامل تأثیر گذار در خروجی سامانه های چند رده بندی کننده | انواع مدل های ترکیب اطلاعات | بیوانفورماتیک | پیش بینی وقوع بلایای طبیعی | ترکیب اطلاعات | ترکیب تصمیمات | ترکیب داده ها | ترکیب کننده میانگین تعمیم یافته | جستجوی اطلاعات در وب | جویشگرهای وب | حسگر | روش Bagging | روش Dependent OWA | روش GOWA | روش HOWA | روش Neyman-Pearson برای آزمون فرضیه ها | روش Random Feature Space | روش WOWA | روش استنتاج کلاسیک | روش بیزین | روش مبتنی بر شاخص نسبت احتمال | روش های خوش بینانه | روشهای Bagging وBoosting (AdaBoost) | سامانه‏ های چند رده‏ بندی کننده | سامانه های حمل و نقل هوشمند | سامانه‌های حمل و نقل هوشمند | شبکه های عصبی مصنوعی | شبکه‌هاي عصبی مصنوعی | طراحی سامانه های جستجوی اطلاعات در وب | عملگر پایه میانگین گیری مرتب وزن دار | عملگر میانگین گیری مرتب وزن دار | عملگرهای انتگرال‌ فازي Sugeno و Choquet | عملگرهای انتگرال فازی | عملگرهای میانگین گیری مرتب وزن دار نمایی | فرآیند ترکیب اطلاعات | فرا جویشگرهای وب | کاربرد روش های ترکیب اطلاعات | مدل JDL | مدل Omnibus | مدل TRIP | مدل آبشاری اصلاح شده | مدل عملیاتی Dasarathy | مدل مبتنی بر آگاهی از موقعیت | مدل مرجع | مدل مرجع JDL | مدل های ترکیب اطلاعات | مدل های مبتنی بر فعالیت | معماری ترکیب اطلاعات | معماری های سه سطحی | مفهوم تنوع | منطق فازی | میانگین گیری مرتب وزن دار | میانگین گیری وزن دار | نرم افزارهای ترکیب اطلاعات | نظریه ترکیب اطلاعات | نظریه دمپستر - شیفر | یادگیری تجمیعی
مشاهده بیشتر مشاهده کمتر

×
فهرست جلسات ۱ جلسه ویدئویی