K-Means شاید شناخته شده ترین الگوریتم خوشه بندی باشد. در بسیاری از کلاسهای علوم داده مقدماتی و کلاسهای یادگیری ماشین تدریس می شود. درک و اجرای کد آسان است. برای شروع ، ابتدا تعداد خوشه (گروه) را برای استفاده انتخاب می کنیم و به طور تصادفی نقاط مربوطه آنها را در فضا قرار می دهیم. سپس هر نقطه داده در ...

چرا به RESTful APIها نیاز داریم؟ فرض کنید می‌خواهید از اپلیکیشن Book My Show استفاده کنید. واضح است که این اپلیکیشن به داده‌های ورودی بسیاری نیاز دارد، چون داده‌های موجود در آن استاتیک (Static) نیستند. اطلاعاتی مثل زمان اکران فیلم‌های مختلف یا شهرهای مختلفی که فیلم‌هایی با زبان‌های مختلف را در سانس‌...

پاکسازی داده‌ ها (Data cleaning)، شامل شناسایی و رفع خطاهای احتمالی داده‌ها برای بهبود کیفیت آنهاست. در این فرآیند، شما داده‌های «کثیف» را شناسایی، بررسی، تجزیه و تحلیل، اصلاح یا حذف می‌کنید تا مجموعه داده‌های خود را پاکسازی کنید. داده‌های کثیف به معنی ناهماهنگی‌ها و خطاها هستند که می‌توانند از هر ب...

یک شبکه باور عمیق راه حلی برای مشکل کنترل توابع هدف غیر محدب و حداقل های محلی در هنگام استفاده از پرسپترون چند لایه معمولی است. این نوع جایگزین یادگیری عمیق شامل لایه‌های چندگانه متغیرهای پنهان با اتصال بین لایه‌ها است. شبکه باور عمیق را می توان به عنوان ماشین‌های بولتزمن محدود شده (‏RBM) در نظر گرف...

روش‌های یادگیری بدون نظارت در تجزیه و تحلیل‌های اکتشافی خیلی مفید هستند زیرا قادرند ساختار را به طور خودکار در داده شناسایی کنند. برای نمونه، اگر تحلیلگری بخواهد مصرف‌کنندگان را تفکیک کند، روش‌های یادگیری بدون نظارت می‌تواند شروع بسیار خوبی برای تحلیل باشد. در مواردی که بررسی روندهای موجود در داده‌ه...

 DSS ارتباط محور گروه هدف بیشتر DSS های ارتباط محور، تیم های داخلی از جمله شرکا و همکاران است. هدف این سیستم های تصمیم یار، کمک به برگزاری جلسه یا همکاری با کاربران است. رایج ترین تکنولوژی استفاده شده برای راه اندازی این DSS ، سرور وب یا کلاینت است. نمونه هایی از انواع سیستم های تصمیم یار ارتباط محو...

آزمون‌های آماری مورد استفاده جهت تجزیه و تحلیل اطلاعات به دست‌آمده از یک گروه کوچک(نمونه) و تعمیم آن به جامعه مورد نظر با توجه به مقیاس اندازه‌گیری متغیرها، به دو گروه "پارامتریک" و "ناپارامتریک" تقسیم می‌شوند. آزمون‌های پارامتریک، به تجزیه و تحلیل اطلاعات در سطح مقیاس فاصله‌ای و نسبی می‌پردازند که ...

API مخفف رابط کاربردی برنامه‌نویسی بوده و مجموعه‌ای از پروتکل‌هایی است که به منظور ساخت و یکپارچه‌سازی نرم‌افزار استفاده می‌شود. API اجازه می‌دهد تا محصول یا خدمات شما با سایر محصولات و خدمات دیگر، ارتباط برقرار کند بدون اینکه بداند چطور آنها برنامه‌نویسی شده‌اند. این امر می‌تواند توسعه‌ی برنامه، صر...

ایده‌ی ابتدایی پشت یک شبکه عصبی، شبیه‌سازی (کپی کردن ساده و درعین‌حال پایدار) بسیاری‌ از سلول‌های مغزی متصل داخل یک کامپیوتر است تا بتوان اعمال یادگیری، شناسایی الگوها و تصمیم‌گیری انسان‌گونه را انجام داد. نکته‌ی جالب توجه درمورد شبکه‌ی عصبی این است که نیازی نیست آن را برای یادگیری صریح، برنامه‌ریزی...

آماده سازی داده ها یا data preparation فرآیند تهیه و ارائه داده‌ها برای کشف داده‌ها، داده کاوی و تجزیه و تحلیل پیشرفته است. هدف از تهیه داده‌ها پشتیبانی از تحلیل گران تجارت و دانشمندان داده با تهیه انواع داده‌ها برای اهداف تحلیلی آن‌ها است. تهیه داده‌ها می‌تواند در بخش‌های تجاری انجام شود و یا به طو...

روش‌های یادگیری عمیق در یادگیری عمیق از روش‌های متفاوتی استفاده می‌شود. این روش‌ها بسته به کاربردهای متفاوت یادگیری عمیق و نوع داده‌های ورودی و خروجی موردنیاز انتخاب می‌شود. از میان این انواع یادگیری عمیق ما 2 شیوه بسیار مرسوم را در اینجا معرفی می‌کنیم. شبکه‌های عصبی کلاسیک (Classic Neural Networks)...

اما از یادگیری ماشین برای تحلیل داده‌های پزشکی نیز استفاده می‌شود. یادگیری ماشین در علم پزشکی در رابطه با توسعه الگوریتم‌ها و مدل‌های جدیدی است که می‌توانند داده‌های پزشکی را تحلیل کنند تا از این طریق تشخیص‌های کلینیکی نیز بهبود یابند. امروزه کاربردهای یادگیری ماشین در پزشکی در حوزه‌های زیر است: –  ...

آمار توصیفی اصطلاحی است که به تجزیه و تحلیل داده‌ها اطلاق می‌شود که به توصیف، نمایش یا خلاصه کردن داده‌ها به شیوه‌ای معنی‌دار کمک می‌کند، به‌طور مثال، الگوهایی ممکن است از داده‌ها پدیدار شوند. با این حال، آمار توصیفی به ما اجازه نمی‌دهد فراتر از داده‌هایی که تحلیل کرده‌ایم نتیجه‌گیری کنیم یا در مورد...

با توجه به تنوع روش‌ها و پیچیدگی محاسبات در تحلیل‌های آماری، استفاده از نرم‌افزارهای رایانه‌ای گریز ناپذیر است. از طرفی نرم‌افزارهای مختلفی برای انجام چنین تحلیل‌های توسعه یافته‌اند. بنابراین انتخاب نرم‌افزار مناسب که مطابق با نیازها و احتیاج ما باشد، امری ضروری به نظر می‌رسد. در این نوشتار سعی شده ...

یادگیری ماشین خودکار (AutoML) به چه معناست؟ یادگیری ماشین خودکار (AutoML) یک رشته عمومی است که شامل خودکارسازی وظایف تکراری در فرآیند یادگیری ماشینی (ML) است. هدف مهم AutoML کاهش نیاز به دانشمندان داده با تحصیلات بالا برای ساخت، آموزش و نگهداری الگوریتم‌های یادگیری ماشینی است. یک سازمان از هوش مصنوع...

الگوریتم‌های یادگیری ماشین با ناظر برای یادگیری از روی نمونه‌ها طراحی شده‌اند. نام یادگیری با ناظر هم از این ایده سرچشمه می‌گیرد که آموزش این نوع الگوریتم‌ها مانند این است که یک معلم بر کل روند آموزش نظارت دارد. هنگام آموزش الگوریتم یادگیری با ناظر داده‌های آموزشی متشکل از ورودی‌هایی است که با خروجی...

در سال‌های گذشته انسان‌ها فکر می‌کردند که خودشان تنها موجودات هوشمندی هستند که از توانایی یادگیری برخوردارند. امروزه بشر ماشین‌هایی طراحی کرده است که با بهره‌گیری از شیوه یادگیری مغز انسان می‌تواند بیاموزد. یادگیری ماشین همان تکنولوژی نوظهوری است که با کمک الگوریتم‌های خاص خود می‌تواند داده‌ها را جم...

تمامی پرسشنامه‌ها، فارغ از موضوع، باید از یک سری قوانین پیروی کنند که به شرح زیر است: سوالات باید منظور خود را به فرد مقابل برسانند. یعنی جمله بندی و گزینه‌های احتمالی نباید پرسش شونده را به مشکل بیاندازد؛ سوالات باید سلایق مختلف را دربرداشته باشند و نباید فرد ناچار شود نظری جز عقیده خود را اعلام کن...

سه نوع تجزیه و تحلیل آماری عمده وجود دارد: تجزیه و تحلیل آماری توصیفی (Descriptive Statistical Analysis) آمار توصیفی ساده‌ترین شکل تجزیه و تحلیل آماری است که با استفاده از اعداد، کیفیت‌های یک مجموعه داده را توصیف می‌کند. این امر باعث می‌شود تا بتوانید مجموعه داده‌های بزرگ را به فرم‌های ساده و فشرده‌...

هر تصویری که از آینده داشته باشید، خودروهای خودران بخش مهمی از آن را تشکیل می‌دهند. خودروی هوشمند وسیله‌ای است که قادر به حس کردن محیط اطراف خود بوده و بدون نیاز به دخالت انسان می‌تواند فعالیت کند. در خودروهای خودران (که گاهی به آنها خودروی مستقل، خودمختار یا بدون راننده نیز گفته می‌شود) ترکیبی از ح...