هدف این دوره، آشنایی با ابزارهای مختلف دادهکاوی و تحلیل داده و یادگیری کار با آنها است. با پایان این دوره، شرکتکنندگان میتوانند بهصورت مستقل، دادههای خود را تحلیل کرده و از روشهای مختلف دادهکاوی و تحلیل ...
درخت تصمیمگیری (Decision Tree) یک ابزار برای پشتیبانی از تصمیم است که از درختها برای مدل کردن استفاده میکند. درخت تصمیم بهطور معمول در تحقیقها و عملیات مختلف استفاده میشود. بهطور خاص در ...
فرادرس با پایبندی به شعار «دانش در دسترس همه، همیشه و همه جا» با همکاری بیش از ۱۸۰۰ مدرس برجسته در زمینههای علمی گوناگون از جمله آمار و دادهکاوی، هوش مصنوعی، برنامهنویسی، طراحی و گرافیک ...
تا به این وسیله مدل عمیق (deep model) بدست امده با یادگیری تغیرشکل الگوهای دیداری (deformation of visual patterns.) غنی شود. از این لایه میتوان بجای لایه max pooling در هر سطحی از انتزاع استفاده کرد.
داده کاوی در سال 1930 با هدف پیدا کردن اطلاعات مفید از میان حجم عظیمی از داده های با حجم بزرگ یا کلان داده، معرفی شد. از این داده ها برای پیش بینی وظایف کسب و کارها و سازمان های مختلف استفاده می شود.
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 ...
الگوریتمهای یادگیری در داده کاوی به دو گروه روشهای پیش بینی و روشهای توصیفی طبقه بندی میشوند. در روشهای پیش بینی از مقادیر برخی از ویژگیها برای پیش بینی مقدار یک ویژگی مشخص استفاده ...
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.
با درختهای تصمیم در درس گذشته آشنا شدید. الگوریتم ID3 یکی از الگوریتمهای پایه برای ساختِ درختهای تصمیم است. همانطور که در درس گذشته گفتیم، در یک درخت تصمیم، مهم است که کدام یک از ویژگیها (یا همان ابعاد) را در سطوح ...
در این پست دو رویکرد یادگیری نظارتشده یا Supervised Learning و یادگیری بدون نظارت یا Unsupervised Learning را بررسی خواهیم کرد. به لطف پیشرفت های هوش مصنوعی ، دنیا هر روز در حال «هوشمندتر» شدن است و برای هم ...
در دیگر نوشتارهای مجله فرادرس با مفهوم رگرسیون خطی و همچنین نحوه محاسبات آن آشنا شدهاید. در این نوشتار با انواع روش های رگرسیونی خطی (Linear) و غیرخطی (NonLinear) آشنا خواهیم شد و کدهایی مربوط به پیادهسازی آنها را در زبان ...
با پیاده سازی svm در پایتون آشنا شوید.. ۶- الگوریتم جنگل تصادفی. کلاسه بند های جنگل تصادفی نوعی روش یادگیری گروهی هستند که برای کلاسه بندی ، رگرسیون و سایر کارهایی که با کمک درختان تصمیم گیری انجام می گیرند، استفاده می شود.
یادگیری چند سطحی شبه فضا ... الگوریتمهای اساسی در داده کاوی و یادگیری ماشین، اساس علم داده را تشکیل میدهند و از روشهای خودکار برای تجزیه و تحلیل الگوها و مدلها برای انواع دادهها در ...
علم داده، علم استفاده از روشهای کمی آمار و ریاضیات در بستر تکنولوژی است که به منظور توسعه الگوریتمهای طراحی شده، کشف الگوها، پیشبینی نتایج و یافتن راهحلهای بهینه برای مسائل پیچیده ...
الگوریتم سارسا یکی از الگوریتم های هوش مصنوعی محسوب میشود که هدف آن یادگیری سیاست روال تصمیمگیری مارکوف است. در این الگوریتم، در موقعیت فعلی (s)، کنشی (a) انجام میشود و به ازای آن کنش، به ...
اهمیت علم داده کاوی زمانی بیشتر مطرح می شود که با حجم زیادی از داده ها (در حد یا TB) مواجه شویم و این موضوع در همه ی منابع مربوط به این علم مورد تاکید قرار گرفته است. به هر میزان حجم داده ها بیشتر ...
از دیگر سو استفاده از فضای مجازی در ... ی تحصیلی و گرایش دانش آموزان به مدرسه و تسریع و تسهیل فرآیند یادگیری می ... مقالات فوق بر اساس داده کاوی مقالات مطالعه شده توسط پژوهشگران محاسبه شده است.
در علم یادگیری ماشین (Machine Learning)، به موضوع طراحی ماشینهایی پرداخته میشود که با استفاده از مثالهای داده شده به آنها و تجربیات خودشان، بیاموزند. در واقع، در این علم تلاش میشود تا با بهره ...
در نتیجه، فرآیند کاوی چند سطحی با در نظر گرفتن روابط بین موجودیتها، قادر است تجزیه و تحلیل دقیقتری ارائه دهد. بنابراین کاربران میتوانند در یک موجودیت، فعالیتهایی را که منجر به انحراف و تنگنا در سایر موجودیتها میشود، شناسایی …
۱. یادگیری فرایندی است که به تغییر منجر میشود. این تغییر باعث دستیابی به نتایج تجربی و افزایش پتانسیل بهبود عملکرد در آینده میشود. کسی که آموزش میبیند، در سطح دانش، نگرش و یا رفتار ...
نرم افزار داده کاوی بایستی با نرم افزار مدیریت تبلیغات با رویکرد کاری مشتری محور مورد استفاده قرار گیرد. داده کاوی میتواند برای بازاریابی و در پاسخ به مدلسازی و بهینه سازی بازاریابی مورد ...
مقدمه بر الگوریتم های برتر داده کاوی. استفاده از دادهها به منظور کشف رابطه بین آنها اساس دادهکاوی است. در این مبحث 10 الگوریتم های داده کاوی و یادگیری ماشین که بیشترین کاربرد را در علم ...
یافته ها: ۱۷۹ نفر از دانشجویان (۱/۴۷%) از رویکرد استراتژیک، ۱۳۳ نفر (۰/۳۵%) از رویکرد سطحی و فقط ۶۸ نفر (۹/۱۷%) از رویکرد عمیق استفاده می کردند. در دو رویکرد عمیق (۰۰۱/۰p<) و استراتژیک (۰۰۵/۰p<) …
فرادرس با پایبندی به شعار «دانش در دسترس همه، همیشه و همه جا» با همکاری بیش از ۱۸۰۰ مدرس برجسته در زمینههای علمی گوناگون از جمله آمار و دادهکاوی، هوش مصنوعی، برنامهنویسی، طراحی و گرافیک ...
در این مطلب، مفاهیم کلیدی «داده کاوی» (Data Mining) مورد بررسی قرار خواهد گرفت. این مفاهیم در کلیه مسائل این حوزه مشترک محسوب میشوند و یادگیری آنها از الزامات یادگیری دادهکاوی است. هدف از این نوشته پرداختن به هر یک از این ...
حال پس از معرفی مجموعه دورههای آموزش داده کاوی و یادگیری ماشین فرادرس، بخش بعدی مقاله «درخت تصمیم در یادگیری ماشین» به بررسی انواع درخت تصمیم در یادگیری ماشین، اختصاص داده شده است.
زبان C# در سال 2022 ارزش یادگیری را دارد زیرا این زبان برنامه نویسی اصلی است که به هر زبان برنامه نویسی سطح ...
در واقع کشش سطحی، ناشی از قطبی بودن مولکولهای آب است. با توجه به شکل بالا میتوان بیان کرد که آب داغ، کشش سطحی پایینی دارد، سطح آن راحتتر شکسته میشود و بنابراین سطح را بهتر خیس و به راحتی به حفرهها نفوذ میکند.
ردهبندی بلوم، نه تنها در درک مراحل و سطوح یادگیری که حتی در تعیین اهداف آموزشی دروس و عمقی که آموزشگران میخواهند مباحث درسی را منتقل نمایند، کمک میکند. 1. سطح یادگیری به یادسپاری: نخستین ...
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 ...
۷ تکنیک برتر انتخاب ویژگی در یادگیری ماشینی. ۳۰ خرداد ۱۴۰۱. زمان مطالعه 4 دقیقه. از اصول مهم علوم داده این است که با استفاده از دادههای آموزشی بیشتر میتوان مدل یادگیری ماشین بهتری به دست ...
مجموعه آموزش مینی تب – آموزش Minitab. ۶ آموزش. ۲۹ ساعت. ۹,۹۴۱ دانشجو. به همراه دهها آموزش دیگر مرتبط با مجموعه آموزش SPSS. برای مشاهده آموزشهای مرتبط دیگر، در میان بیش از ۲۰,۰۰۰ ساعت آموزش منتشر ...
فرآیندکاوی قابلیت شناخت و بیان آنچه را در سازمانها و توسط افراد انجام شده را دارد و این شناخت آغازی برای ایجاد بهبود در فرایندهای کسب و کار است. فرآیندکاوی علمی نوین و در حال گسترش است و کاربردهای آن رو به افزایش است که از آن جمله میتوان به پیشبینی …
این روش 1R یا One-Rule (و یا One-R) نامیده میشود. روش مذکور، درخت تصمیم یک-سطحی بیان شده به صورت مجموعه قوانینی که همگی یک ویژگی (خصیصه) خاص را در مجموعه داده مورد تست قرار میدهند، تولید میکند. 1R یک ...