دوره کاربرد داده‌کاوی (Data Mining) در کشاورزی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب کاربرد داده‌کاوی (Data Mining) در کشاورزی

موضوع کلی: امنیت غذایی و کشاورزی پایدار

موضوع میانی: سیستم‌های مدیریت اطلاعات مزرعه

📋 سرفصل‌های کتاب (100 موضوع)

• 1. مبانی داده‌کاوی
• 2. مقدمه ای بر داده‌کاوی
• 3. مفاهیم کلیدی داده‌کاوی
• 4. مراحل فرآیند داده‌کاوی (CRISP-DM)
• 5. فهم کسب و کار
• 6. فهم داده
• 7. آماده‌سازی داده
• 8. مدل‌سازی
• 9. ارزیابی
• 10. استقرار
• 11. انواع داده در کشاورزی
• 12. داده های مکانی
• 13. داده های زمانی
• 14. داده های حسی
• 15. داده های سنسورها
• 16. داده های ماهواره ای
• 17. داده های هواشناسی
• 18. داده های خاک
• 19. داده های محصولات
• 20. داده های آفات و بیماری ها
• 21. داده های مدیریتی
• 22. داده های بازار
• 23. ابزارهای داده‌کاوی
• 24. نرم افزارهای آماری
• 25. نرم افزارهای یادگیری ماشین
• 26. زبان های برنامه نویسی (R، Python)
• 27. پایگاه داده ها
• 28. الگوریتم های داده‌کاوی
• 29. یادگیری نظارت شده (Supervised Learning)
• 30. یادگیری نظارت نشده (Unsupervised Learning)
• 31. یادگیری تقویتی (Reinforcement Learning)
• 32. روش های پیش پردازش داده
• 33. پاکسازی داده
• 34. مدیریت داده های گمشده
• 35. نرمال سازی داده
• 36. تغییر مقیاس داده
• 37. انتخاب ویژگی (Feature Selection)
• 38. استخراج ویژگی (Feature Extraction)
• 39. داده کاوی برای پیش بینی
• 40. پیش بینی عملکرد محصول
• 41. پیش بینی نیاز آبیاری
• 42. پیش بینی نیاز کودی
• 43. پیش بینی زمان برداشت
• 44. پیش بینی وقوع آفات و بیماری ها
• 45. پیش بینی شرایط آب و هوایی
• 46. پیش بینی قیمت محصول
• 47. پیش بینی تقاضای بازار
• 48. الگوریتم های طبقه بندی
• 49. درخت تصمیم (Decision Trees)
• 50. ماشین بردار پشتیبان (Support Vector Machines)
• 51. شبکه های عصبی (Neural Networks)
• 52. رگرسیون لجستیک (Logistic Regression)
• 53. نایبریزن نزدیک (K-Nearest Neighbors)
• 54. الگوریتم های رگرسیون
• 55. رگرسیون خطی (Linear Regression)
• 56. رگرسیون چندگانه (Multiple Regression)
• 57. رگرسیون پولی نومیال (Polynomial Regression)
• 58. رگرسیون گاما (Gamma Regression)
• 59. رگرسیون پواسون (Poisson Regression)
• 60. داده کاوی برای خوشه بندی
• 61. خوشه بندی مناطق کشاورزی
• 62. خوشه بندی نوع خاک
• 63. خوشه بندی نوع محصول
• 64. خوشه بندی رفتار آفات
• 65. خوشه بندی الگوهای آبیاری
• 66. الگوریتم های خوشه بندی
• 67. K-Means
• 68. خوشه بندی سلسله مراتبی (Hierarchical Clustering)
• 69. DBSCAN
• 70. خوشه بندی مبتنی بر تراکم
• 71. داده کاوی برای قوانین وابستگی
• 72. کشف محصولات همزمان کاشته شده
• 73. کشف محصولات مرتبط با آفات
• 74. کشف محصولات مرتبط با کودها
• 75. کشف محصولات مرتبط با شرایط خاک
• 76. کشف محصولات مرتبط با شرایط آب و هوایی
• 77. الگوریتم های قوانین وابستگی
• 78. Apriori
• 79. FP-Growth
• 80. داده کاوی برای تشخیص ناهنجاری
• 81. شناسایی مزارع آلوده
• 82. شناسایی محصولات ناسالم
• 83. شناسایی تجهیزات معیوب
• 84. شناسایی الگوهای غیرعادی مصرف آب
• 85. شناسایی الگوهای غیرعادی مصرف کود
• 86. الگوریتم های تشخیص ناهنجاری
• 87. Isolation Forest
• 88. One-Class SVM
• 89. داده کاوی برای تحلیل سری های زمانی
• 90. تحلیل روند رشد محصول
• 91. تحلیل الگوهای فصلی
• 92. تحلیل تأثیر رویدادهای آب و هوایی
• 93. تحلیل تغییرات مصرف آب در طول زمان
• 94. تحلیل تغییرات مصرف کود در طول زمان
• 95. الگوریتم های سری زمانی
• 96. ARIMA
• 97. Exponential Smoothing
• 98. Prophet
• 99. کاربرد داده‌کاوی در مدیریت هوشمند مزارع
• 100. مدیریت دقیق آبیاری