یافتههای بررسی پیشینهFindings from the background review. پژوهشهای مرتبط Related research. استفاده اندک از طبقهبندی بلوم – اندرسون در جهت ارتقاء کیفیت ارزشیابیهای یادگیری الکترونیکی Little use of Bloom-Anderson classification to improve the quality of evaluations
الگوریتم های یادگیری ماشین در حال حاضر در بسیاری از جنبههای زندگی حضوری فعال دارند؛ از آنچه که میتوانید مطالعه کنید، تا اینکه چگونه میتوان خرید کرد، یا چگونه میتوان سفر کرد.
ویژگی (Feature) یا بُعد (Dimension) در واقع پایهی بسیاری از عملیاتِ دادهکاوی و یادگیریماشین است. در این درس میخواهیم این مفاهیمِ ساده را با یکدیگر مرور کنیم تا در ادامه راه، بتوانیم ادبیاتِ مشترکی در حوزه دادهکاوی و ...
آموزش ماشین لرنینگ از سادهترین تا پیچیدهترین مباحث، شامل دورههای رایگان - دوره های آموزش صفر تا صد یادگیری ماشین machine learning بصورت گام به گام و تصویری
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 ...
الگوریتمهای رگرسیون (Regression algorithms) الگوریتم رگرسیون خطی (Linear Regression): رگرسیون خطی یکی از سادهترین و پراستفادهترین مدلهای رگرسیون است. این الگوریتم به دنبال رابطه خطی بین متغیرهای مستقل و وابسته در دادهها میگردد ...
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 ...
در ابتدای مطلب، مقدمهای درباره مفهوم داده کاوی و اهداف آن ارائه خواهیم کرد. سپس، به معرفی ۹ تکنیک داده کاوی میپردازیم و الگوریتمهای پرکاربرد آنها و کاربرد این روشها در جنبههای مختلف زندگی انسان را شرح میدهیم.
دوره جامع یادگیری ماشین و داده کاوی با پایتون ppt. دانشجویان و کاربران گرامی، محتوای این فایل باکیفیت ترین و کامل ترین پاورپوینت دوره جامع یادگیری ماشین و داده کاوی با پایتون می باشد که با فرمت ppt در ۹۴ اسلاید قابل ویرایش ...
در دورههای آموزش یادگیری ماشین فرادرس بر ایجاد سیستمهایی تمرکز شده است که مقادیر حجیمی از دادهها را استفاده میکنند و این حجم زیاد دادهها را برای فرآیند یادگیری به کار میگیرند.
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
یکی از تکنیکهای پرکاربرد در یادگیری باناظر ، تکنیک طبقه بندی است؛ تکنیک طبقه بندی یک روش تجزیه و تحلیل داده و یک روش کلاسیک داده کاوی مبتنی بر یادگیری ماشین است.
دادهکاوی یک زمینه علمی دارای رشد سریع است که با عنوان کشف دانش از داده (Knowledge Discovery From Data | KDD) نیز شناخته میشود. در این مطلب به دلایل استفاده از دادهکاوی و تعاریف آن (با توجه به فرآیند انجام دادهکاوی) پرداخته میشود ...
در درس شانزدهم آموزش رایگان یادگیری ماشین با پایتون می خواهیم یاد بگیریم که طبقه بندی چیست و با انواع الگوریتم های آن در ماشین لرنینگ آشنا شویم.. طبقهبندی (Classification)، همانطور که از نامش مشخص است، یعنی «دستهبندی ...
هوش مصنوعی چیست ؟ با توجه به این که دو مفهوم یادگیری ماشین و یادگیری عمیق در حوزه هوش مصنوعی مطرح میشوند، بهتر است ابتدا به معرفی هوش مصنوعی و شرح چیستی آن پرداخته شود، زیرا برای بسیاری از افراد این سه مفهوم معادل ...
آگاهی از الگوریتمهای خوشهبندی و آشنایی با نحوه اجرای آنها کمک میکند تا مناسبترین روش را برای خوشهبندی دادههای خود به کار ببرید. «تحلیل خوشهبندی» (Cluster Analysis) نیز مانند «تحلیل طبقه ...
دادهکاوی (Data Mining) علم استخراج الگوها، اطلاعات و تحلیل از مجموعه دادههای خامی است که در یک سازمان و یا یک جامعه یا هر مجموعه دیگری تولید شده است.
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 ...
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 ...
فرادرس با پایبندی به شعار «دانش در دسترس همه، همیشه و همه جا» و همکاری با بیش از ۲,۵۰۰ مدرس برجسته در زمینههای علمی گوناگون از جمله: آمار و دادهکاوی، هوش مصنوعی، برنامهنویسی، طراحی و گرافیک کامپیوتری، آموزشهای ...
داده کاوی (Data mining) فرایند تجزیه و تحلیل حجم عظیمی از داده ها برای کشف هوش تجاری است. داده کاوی به سازمان ها در حل مشکلات، کاهش خطرات و استفاده از فرصت های جدید کمک می کند.
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
یادگیری درخت تصمیم روشی است که بهطور معمول در داده کاوی از آن استفاده میشود. هدف این مدل این است که بتواند مقدار یک متغیر هدف را براساس مقادیر متغیرهای ورودی پیشبینی کند.