نمونه کار کامپیوتر می‌تواند پیاده‌سازی یک سامانه، مطالعه یک الگوریتم یا تحلیل داده باشد؛ زبان یا محیط اجرا، داده موجود، قابلیت‌های مورد انتظار و شیوه تحویل را مشخص کنید.
ارائه یک الگوریتم توصیه‌گر فیلتر مشارکتی بر اساس داده‌های جامعه و شبکه عصبی گراف (GNN)
پایان‌نامه و رسالهتحلیل آماریکارشناسی ارشد
طراحی سیستم توصیه‌گر Community-aware که فیلتر مشارکتی را با GNN، ساختار جوامع و یادگیری متضاد ترکیب می‌کند. آرشیو شامل داده‌های کاربر–آیتم، نتایج آموزش، ارزیابی فصل چهارم و فایل‌های خروجی مدل است.
جزئیات پژوهش و خدمات +
رشته / حوزه ثبت‌شده
مهندسی کامپیوتر / هوش مصنوعی (استنباط از موضوع)
گرایش
هوش مصنوعی و یادگیری ماشین (استنباط از موضوع)
مقطع
کارشناسی ارشد
نوع پروژه
پایان‌نامه کارشناسی ارشد + پیاده‌سازی و تحلیل داده
موضوع
سیستم‌های توصیه‌گر، شبکه عصبی گراف و تشخیص جوامع
خدمات ثبت‌شده
تدوین پروپوزال و فصول، پیش‌پردازش داده، طراحی و آموزش مدل GNN، تحلیل نتایج و تهیه خروجی Excel/ویدئو
روش پژوهش
کاربردی-محاسباتی؛ مدلسازی و ارزیابی الگوریتمی روی داده‌های ثانویه؛ تقسیم داده آموزش/اعتبارسنجی/آزمون
ادغام اینترنت اشیا در تجارت الکترونیکی به منظور بررسی نقش اعتماد، حفظ حریم خصوصی و نگرانی‌های محرمانه بودن داده‌ها در پذیرش مصرف‌کننده
پایان‌نامه و رسالهتحلیل آماریکارشناسی ارشد
پژوهش با رویکرد توصیفی-پیمایشی نگرش کاربران نسبت به IoT در تجارت الکترونیک را بررسی می‌کند. داده‌های پرسشنامه‌ای از جامعه‌ای حدود ۲۰۰۰ نفر با نمونه نهایی ۳۲۲ نفر تحلیل و مدل مفهومی با معادلات ساختاری ارزیابی شده است.
جزئیات پژوهش و خدمات +
رشته / حوزه ثبت‌شده
مهندسی فناوری اطلاعات
گرایش
تجارت الکترونیک
مقطع
کارشناسی ارشد
نوع پروژه
پایان‌نامه کارشناسی ارشد / تحلیل آماری
موضوع
پذیرش اینترنت اشیا در تجارت الکترونیک با تمرکز بر اعتماد، حریم خصوصی و محرمانگی داده‌ها
خدمات ثبت‌شده
پروپوزال؛ طراحی پرسشنامه؛ سنجش روایی و پایایی؛ نگارش فصل‌های ۱ تا ۵؛ تحلیل آماری و فصل چهارم؛ اصلاح و نهایی‌سازی
تشخیص بیماران دیابت با استفاده از روش‌های یادگیری ماشین در پایتون
تحلیل آماریپاورپوینت
در پروژه دیتاست diabetes.csv با ۷۶۸ نمونه و ۹ ویژگی تحلیل شده و سه روش ماشین بردار پشتیبان، شبکه عصبی چندلایه و KNN برای طبقه‌بندی بیماران مقایسه شده‌اند. نتیجه گزارش‌شده نشان می‌دهد شبکه عصبی چندلایه دقت بالاتری داشته است.
جزئیات پژوهش و خدمات +
رشته / حوزه ثبت‌شده
علوم کامپیوتر / هوش مصنوعی (رشته دقیق ذکر نشده در فایل)
گرایش
یادگیری ماشین / علم داده
مقطع
ذکر نشده در فایل
نوع پروژه
پروژه درسی / تحلیل داده و یادگیری ماشین + پاورپوینت
موضوع
تشخیص دیابت با الگوریتم‌های طبقه‌بندی یادگیری ماشین
خدمات ثبت‌شده
نگارش تحقیق، برنامه‌نویسی پایتون، پیش‌پردازش و تحلیل داده، پیاده‌سازی SVM و MLP و KNN، مقایسه Accuracy و تهیه پاورپوینت
روش پژوهش
کاربردی / تحلیل داده و یادگیری ماشین نظارت‌شده؛ مقایسه سه الگوریتم طبقه‌بندی روی دیتاست ۷۶۸ نمونه‌ای دیابت
ارزیابی عملکرد دانش‌آموزان دبیرستان خوارزمی در شهرستان دهگلان (سال تحصیلی ۱۳۹۹-۱۴۰۰) به کمک خوشه‌بندی و تحلیل نتایج به‌دست‌آمده برای بهبود عملکرد آن‌ها
تحلیل آماری
پروژه داده‌های عملکرد دانش‌آموزان دبیرستان خوارزمی دهگلان را آماده‌سازی و خوشه‌بندی می‌کند تا الگوهای عملکردی و موارد دورافتاده شناسایی شوند. در گزارش از K-means، Gradient Boosting و معیار RMSE برای تحلیل و ارزیابی استفاده شده است.
جزئیات پژوهش و خدمات +
رشته / حوزه ثبت‌شده
مهندسی کامپیوتر / علم داده
گرایش
داده‌کاوی آموزشی
مقطع
ذکر نشده
نوع پروژه
تحلیل داده / داده‌کاوی آموزشی
موضوع
تحلیل عملکرد تحصیلی با خوشه‌بندی و الگوریتم‌های یادگیری ماشین
خدمات ثبت‌شده
پاکسازی و کدگذاری داده، آماده‌سازی داده در Excel، خوشه‌بندی K-means، تحلیل نتایج، مدلسازی Gradient Boosting، نگارش گزارش و پیشنهادهای بهبود
روش پژوهش
کمی و کاربردی؛ داده‌کاوی آموزشی؛ خوشه‌بندی K-means و مدل Gradient Boosting؛ ارزیابی با RMSE
To provide the best experiences, we use technologies like cookies to store and/or access device information. Consenting to these technologies will allow us to process data such as browsing behavior or unique IDs on this site. Not consenting or withdrawing consent, may adversely affect certain features and functions.
Functional
Always active
The technical storage or access is strictly necessary for the legitimate purpose of enabling the use of a specific service explicitly requested by the subscriber or user, or for the sole purpose of carrying out the transmission of a communication over an electronic communications network.
Preferences
The technical storage or access is necessary for the legitimate purpose of storing preferences that are not requested by the subscriber or user.
Statistics
The technical storage or access that is used exclusively for statistical purposes.The technical storage or access that is used exclusively for anonymous statistical purposes. Without a subpoena, voluntary compliance on the part of your Internet Service Provider, or additional records from a third party, information stored or retrieved for this purpose alone cannot usually be used to identify you.
Marketing
The technical storage or access is required to create user profiles to send advertising, or to track the user on a website or across several websites for similar marketing purposes.
