Using Ensemble Classification Algorithms in Performance Analysis of a Multi Algorithm Methods
| المؤلف الرئيسي: | الضرغام، عمر هانى محمد (مؤلف) |
|---|---|
| مؤلفين آخرين: | المشايخي، أكرم عثمان (مشرف) |
| التاريخ الميلادي: |
2018
|
| موقع: | عمان |
| الصفحات: | 1 - 70 |
| رقم MD: | 916693 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة عمان العربية |
| الكلية: | كلية العلوم الحاسوبية والمعلوماتية |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
11
| المستخلص: |
لقد أصبحت عملية تصنيف البيانات تزداد خلال السنوات الماضية نتيجة الطلب المتزايد على المعلومات من خلال المواضيع والتطبيقات المختلفة. ولذلك يمكن تعريف عملية تصنيف البيانات بأنها طريقة تصنيف أو ترتيب البيانات بطرق مختلفة مع الأخذ بعين الاعتبار محاور واعتبارات مختلفة بناء على البيانات المراد تصنيفها. في هذا الرسالة، سيتم فحص أداء خوارزميات متعددة وتطبيقها على قاعدتين بيانات، الأولى: بيانات الموظفين الذين يغادرون العمل قبل انتهاء ساعات العمل الرسمية، والثانية، حركات الاحتيال على البطاقات الائتمانية الصادرة من أملي البطاقات الأوروبيون في عام 2013، وسوف يتم عرض النتائج بناء على أدوات قياس مختلفة وباستخدام أداة (WEKA) لتصنيف البيانات. وخلال إجراء عملية التصنيف، تم استخدام مرشح أو منقي (Filter) يسمى (Filter Nominal to Binary) وتطبيق الخوارزميات التالية، (Bagging) و(AdaBoostM) و(Ensemble Selection). وتمت عملية المقارنة بين هذه الخوارزميات استنادا على أدوات القياس الموجودة في الأداة المستخدمة، ولقد أظهرت النتائج أنه عند تطبيق مرشحات بغير إشراف (Unsupervised Filtering)، تبين أن جميع الخوارزميات المستخدمة لها نفس النتائج عند التطبيق على كل من مجموعات البيانات. أما عند تطبيق مرشحات مع الأشراف (Supervised Filtering)، فإن النتائج أصبحت مختلفة ولقد تم ترتيبها تصاعديا من الأقل إلى الأعلى كالتالي: (Bagging)، ومن ثم (Ensemble Selection)، وأخيرا (AdaBoostM). أما الترتيب التنازلي فهو، (AdaBoostM)، ومن ثم (Ensemble Selection)، وأخيرا (Bagging). وفي النهاية، نستعرض الملخص للبحث والنتائج النهائية التي تبين من الأفضل في هذه الخوارزميات بناء على الأدوات القياسية المستخدمة. |
|---|
عناصر مشابهة
-
Development of Multi-Label Classification Algorithm Based on Correlations among Labels
بواسطة: ذياب، رائد حسن صالح منشور: (2013) -
A Novel Machine Learning Algorithm for Classification and Prediction
بواسطة: اسكندر، أحمد محمد منشور: (2022) -
Big Data Classification Using Ensemble Weak KNN Classifiers
بواسطة: الساعدي، نجاح نوري عبدالحسن منشور: (2023) -
An Optimal Pruning Algorithm of Classifier Ensembles Using Dynamic Programming Approach
بواسطة: الشامي سارة سامح منشور: (2017) -
Performance Evaluation of Machine Learning Algorithms for Predictive Classification of Anemia Data
بواسطة: فرج، شاهين محمد منشور: (2024)
