نرم افزار Weka که مخفف عبارت (Waikato Environment for knowledge Analysis) است ، یکی از نرم افزارهای داده کاوی است که به صورت اوپن سورس می باشد و می توان در آن الگوریتم های یادگیری ماشین و داده کاوی را پیاده سازی کرد .
در این مطلب، یاد می‌گیریم منظور از ارزیابی مدل چیست و سپس با معیارهای ارزیابی در یادگیری ماشین آشنا می‌شویم. فیلم آموزش مفاهیم آماری در داده کاوی و پیاده سازی آن در پایتون Python
فرادرس با پایبندی به شعار «دانش در دسترس همه، همیشه و همه جا» و همکاری با بیش از ۲,۶۰۰ مدرس برجسته در زمینه‌های علمی گوناگون از جمله: آمار و داده‌کاوی، هوش مصنوعی، برنامه‌نویسی، طراحی و گرافیک کامپیوتری، آموزش‌های ...
سلام ممنون بابت مطالب مفیدتان به نظر من هوش مصنوعی علم شبیه سازی ماشین به انسان و یادگیری ماشین در راستای تکامل هوش مصنوعی و قابلیت تحلیل رفتار گذشته ماشین برای گرفتن تصمیمات آینده توسط آن است و داده کاوی یکی از کمک های ...
شما در سطح b2 دایره واژگانی در حدود 4000 کلمه خواهید داشت. همچنین به ساختار جملات نیز آشنایی کامل دارید. می‌توان گفت سطح b2 سطحی است که به زبان آلمانی تسلط دارید.
اهداف edm پیش‌بینی نحوه‌ی یادگیری دانش‌آموزان در آینده، مطالعه اثرات پشتیبانی تحصیلی و ارتقای دانش علمی درمورد نحوه‌ی یادگیری است. داده‌کاوی می‌تواند در مؤسسات برای تصمیم‌گیری دقیق و هم ...
همانطور که مشاهده می‌کنید، هر سطر به یک نقطه در فضا نگاشت شده است. این فضا که همان فضای دکارتی است، یکی از اصول جبرخطی بوده و کاربرد بسیار زیادی از یادگیری ماشین و داده‌کاوی دارد.
مدرس جزوه: خانم دکتر گماسائی (عضو هیئت علمی دانشکده مهندسی صنایع و سیستم‌های مدیریت دانشگاه صنعتی امیرکبیر) این جزوه دوزبانه (فارسی و انگلیسی) در دو بخش با خطی خوانا و با کیفیت محتوایی و نوشتاری مطلوب آماده شده است. بخش ...
در درس پنجم از آموزش رایگان یادگیری ماشین با پایتون می خواهیم با 9تا از بهترین کتابخانه های پایتون برای یادگیری ماشین آشنا شویم. یادگیری ماشین، همانطور که از اسمش پیداست، علمی است که به کامپیوترها این امکان را می‌دهد ...
استفاده از داده کاوی در بانکداری و امور مالی: ... داده کاوی و یادگیری ماشین هر دو از الگوریتمهای پیشرفته برای کشف الگوهای داده مربوطه استفاده می‌کنند. دوره آموزش یادگیری ماشین فرادرس دارای ...
با گسترش استفاده از «یادگیری ماشین» (Machine Learning) در صنایع گوناگون، نیاز به ابزاری که بتواند به فرد برای انجام فرایندهای مختلف کمک کند به امری حیاتی مبدل شده است. «زبان برنامه‌نویسی پایتون» (Python Programming Language)، یک ستاره ...
«علم داده» (data science)، «تحلیل داده‌ها» (Data analytics)، «یادگیری ماشین» (machine learning) و «داده‌کاوی» (Data Mining) با نرخ نجومی در حال رشد و توسعه هستند. از این‌رو شرکت‌ها به‌دنبال کارشناسانی می‌گردند که با کیمیاگری داده‌ها به آن‌ها ...
یادگیری عمیق چیست. یادگیری عمیق چیست ؟ نتایج بدست آمده از یادگیری عمیق بسیار چشم گیر است و در آینده شاهد پیشرفت های بسیاری از یادگیری عمیق و هوش مصنوعی خواهیم بود و این نتایج عالی در یک کلمه نتیجه دقت بالا است.
آموزش مفاهیم آماری در داده کاوی و پیاده سازی آن در پایتون (Python)، بررسی مفاهیم آماری مورد نیاز برای تحلیل داده ها و پیاده سازی الگوریتم های یادگیری ماشین ... یه مقدار سطحی گفته میشه و خیلی تو ...
در ابتدای مطلب حاضر از مجله فرادرس به مفهوم داده کاوی، تاریخچه، مزایا و معایب آن می‌پردازیم و توضیح خواهیم داد این شاخه از علوم کامپیوتر چه مباحثی را شامل می‌شود و چه تفاوتی با «یادگیری ماشین» (Machine Learning) دارد.
در ادبیات یادگیری ماشین گرایش به استفاده از کلمه ویژگی وجود دارد، در حالیکه آماردان‌ها استفاده از کلمه متغیر را ترجیح می‌دهند. کارشناسان داده‌کاوی و پایگاه داده معمولا از اصطلاح خصیصه ...
از علاقمندی‌های او، یادگیری ماشین، خوشه‌بندی و داده‌کاوی است و در حال حاضر نوشتارهای مربوط به آمار و یادگیری ماشین را در مجله فرادرس تهیه می‌کند.
روش CHAID. در روش CHAID، که به «شناسایی اثرات متقابل خودکار کای ۲» (Chi-squared Automatic Interaction Detection) نیز شهرت دارد، در هر گام، متغیر پیشگویی که بیشترین میزان ارتباط با متغیر وابسته را دارد در مدل و درخت تصمیم به کار می‌رود.
در سطحی بسیار پایه ای، شبکه های عصبی صرفاً تعدادی عصب هستند که به یکدیگر متصل می باشند. این بحث نشان دهنده مفهومی محبوب می باشد: ساختار یک شبکه عصبی مستقل از وظیفه ای است که باید انجام دهد و ...
خوشه بندی k-means. خوشه بندی k-means : الگوریتم k-means یکی از ساده‌ترین و محبوب‌ترین الگوریتمهای خوشه بندی است که در داده‌کاوی بخصوص در حوزه ی یادگیری نظارت نشده به کار می‌رود. معمولا در حالت چند متغیره، باید از ویژگی‌های ...
در مقابل، دانشجویان گرایش کمتری به استفاده از رویکرد عمیق در یادگیری دارند. کلیدواژه ها: Learning ، Students Medical ، Education ، رویکرد یادگیری سطحی ، رویکرد یادگیری عمیق ، رویکرد یادگیری استراتژیک ...
برای گسترش یادگیری در مورد چیستی داده‌کاوی، در ادامه به نمونه ها و مزایای داده کاوی خواهیم پرداخت. نمونه‌هایی از داده‌کاوی. در زیر چند نمونه واقعی از داده‌ها آورده شده است: ️ تحلیل بازار خرید
الگوریتم Boosting یک روش یادگیری است که برای رفع ضعف یادگیرنده های ماشین ایجاد شده. این روش برای رفع مشکلات طبقه بندی و رگرسیون به کار می رود. در این روش با ترکیب موازی یا متوالی تلاش می شود تا خطا حد زیادی کاهش پیدا کند و ...
هم چنین ساختارهای عمیق میتوانند ارایه جامع تری از توابع در مقایسه با ساختارهای سطحی فراهم کنند. یادگیری عمیق بر اساس شبکه های عصبی مصنوعی رفتار مغز را در هنگام یادگیری مجموعه ای از نمونه ها ...
یادگیری عمیق، یادگیری ژرف یا ژرف‌آموزی (به انگلیسی: Deep learning) (به بیانی دیگر: یادگیری ژرف ماشین، یادگیری ساختار ژرف یا یادگیری سلسله مراتبی) یک زیر شاخه از یادگیری ماشین و بر مبنای مجموعه‌ای از الگوریتم‌ها است که در ...
عناصر اصلی داده کاوی شامل یادگیری ماشینی و تجزیه‌وتحلیل آماری، همراه با مراحل مدیریت داده برای آماده‌سازی دیتا برای تجزیه‌وتحلیل است. در این میان، الگوریتمهای یادگیری ماشین و ابزارهای ...
اجرای نرمال‌سازی داده‌ها، باعث افزایش پایداری و همگرایی سریع‌تر در طول آموزش‌های «گرادیان-محور» (Gradient-based) می‌شود. همچنین نرمال‌سازی تا حد قابل قبولی از رخداد مشکلاتی مانند «محوشدگی گرادیان» (Vanishing Gradient) یا «انفجار ...
درخت تصمیم چیست؟ در ادامه معرفی الگوریتمهای ضروری یادگیری ماشین، به بررسی مفاهیم پایه درخت تصمیم می پردازیم که یکی از الگوریتم‌ها و روش‌های محبوب در حوزه طبقه‌بندی یا دسته‌بندی داده‌ها، است و در این مقاله سعی شده ...
در دنیای شلوغ آموزش، که در آن هر دانش آموز منحصر به فرد است و هر کلاس درس پویا متفاوت است، یک رویکرد آموزشی به عنوان چراغی از اثربخشی برجسته می شود - یادگیری مشارکتی.کلاسی را تصور کنید که در آن دانش آموزان با هم کار می ...
۲. کتابخانه‌های پایه‌ی مورد نیاز در پایتون. بعد از مرحله‌ی اول و آشنایی با مبانی و مفاهیم داده‌کاوی و همچنین یادگیری مقدمات زبان برنامه نویسی پایتون، می‌توانید کتابخانه‌های اصلی و پایه‌ی این حوزه را برای پایتون ...
کربن آلی خاک (soc) که یکی از حیاتی‌ترین خصوصیات فیزیکی و شیمیایی خاک است، نقش مهمی در تولید پایدار کشاورزی دارد و از تخریب و فرسایش خاک جلوگیری می‌کند. داده‌کاوی و مدل‌سازی مکانی همراه با تکنیک‌های یادگیری ماشینی به ...
اغلب الگوریتمهای یادگیری ماشین در داده‌کاوی با داده‌های عددی کار می‌کنند و در پیاده‌سازی و نحوه کار آن‌ها گرایش به ریاضیات محض وجود دارد. اما، «کاوش قواعد وابستگی» (association rule mining) که از آن با عنوان «کاوش قواعد ...
همچنین، جهت پیاده‌سازی و ارزیابی مدل های یادگیری عمیق در «زبان برنامه‌نویسی پایتون» (Python Programming Language)، از بسته‌های نرم‌افزاری نظیر Keras و TensorFlow استفاده خواهد شد. علاوه بر این، از ابزارهای «منبع باز» (Open Source) برای تفسیر ...
الگوریتمهای متنوع و زیادی برای انجام عملیات خوشه‌بندی در داده‌کاوی به کار می‌رود. آگاهی از الگوریتمهای خوشه‌بندی و آشنایی با نحوه اجرای آن‌ها کمک می‌کند تا مناسب‌ترین روش را برای خوشه‌بندی داده‌های خود به کار ...
