در آموزش‌های پیشین مجله فرادرس، با مجموعه و مفاهیم آن آشنا شدیم. همچنین، دیدیم که مجموعه تهی چیست و چگونه آن را نشان می‌دهیم. در این آموزش، مطالبی را درباره مجموعه تک عضوی بیان می‌کنیم.
در عوض برای تشخیص خوشه‌ها برای مجموعه داده‌های «کاو» (Concave) یا مقعر دچار خطا می‌شوند. به تصویر ۳ توجه کنید که بیانگر شکل‌های کاو است. تصویر ۳- مقایسه نتایج خوشه‌بندی تفکیکی با روش چگالی
شبکه‌های اجتماعی: همان طور که از نامش مشخص است، این داده‌ها از کامنت‌ها، پست‌ها، تصاویر و ویدئوها در رسانه‌های اجتماعی تولید می‌شوند. با گسترش روزافزون شبکه‌های 4g و 5g در جهان، تخمین زده میشود که تعداد ...
بااین‌حال، اگر قرار باشد که مجموعه بسیار بزرگ‌تری از دیتاهای سازمان‌یافته را ذخیره کنید، دیگر اکسل برایتان کاربردی نیست و باید از پایگاه‌های داده استفاده کنید.
یادگیری فدرال (همچنین به عنوان یادگیری مشارکتی نیز شناخته میشود) یک روش یادگیری ماشین است که یک الگوریتم را در چندین دستگاه لبه غیرمتمرکز یا سرورهای نگهدارنده نمونه داده‌های محلی، بدون مبادله آنها آموزش می‌دهد.
تعداد ویژگی‌ها: گاهی اوقات، مجموعه داده ممکن است به طور غیر ضروری دارای ویژگی‌های زیادی باشد و همه آنها مرتبط نباشند. در این حالت استفاده از الگوریتم‌هایی مانند svm برای چنین مواردی مناسب ...
باید گفت: یادگیری ماشینی (ML) یا ماشین لرنینگ نوعی هوش مصنوعی (AI) است که به برنامه‌های نرم‌افزاری اجازه می‌دهد تا در پیشبینی نتایج دقیق‌تر شوند، بدون اینکه به صراحت برای این کار برنامه ...
تحلیل داده؛ یعنی تبدیل کردن داده‌های غیرقابل‌درک به اطلاعات منسجم و قابل‌فهم. تجزیهوتحلیل توصیف‌کننده به ما می‌گوید چه اتفاقی درگذشته رخ‌داده است. تجزیهوتحلیل تشخیصی علت اتفاقات رخ ...
تعریف کلان‌داده (42 واژه معرف) رایانش ابری و کلان‌داده انواع تحلیل‌ها از این رو قصد بر آن است تا در یک مجموعه نوشتار به مفهوم کلان‌داده، انواع تحلیل‌ها و ارتباط رایانش ابری با کلان‌داده، چالش‌ها، فناوری‌های مرتبط، موضوعات نیازمند پژوهش در این حوزه و …
اعتبارسنجی متقابل ، [۱] یک روش ارزیابی مدل است که تعیین می‌نماید نتایج یک تحلیل آماری بر روی یک مجموعه‌داده تا چه اندازه قابل تعمیم و مستقل از داده‌های آموزشی است. این روش به‌طور ویژه در ...
برای تجزیهوتحلیل مؤثر و ارائه‌ی نتایج، ممکن است مجبور باشید داده‌های زیادی را بررسی کنید. ... تک‌موردی جزئیات را به گونه‌ای آشکار می‌کند که درک آن آسان باشد. با این حال یکی از نقاط ضعف ...
داده کاوی (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. سالیان پیش که حجم داده‌های تولیدی بسیار ...
زمان مطالعه: ۵ دقیقه. در این مطلب، مقدمه‌ای بر روش اکتشافی و بصری‌سازی الگوریتم t-SNE ارائه میشود. این الگوریتم روش قدرتمندی برای کاهش ابعاد و بصری‌سازی داده‌ها است که در مجموعه داده‌های ...
صحت (Veracity): صحت به کیفیت داده‌های ثبت شده که ممکن است به شدت متنوع باشند و درستی تحلیل‌ها را دستخوش تغییر کنند اشاره دارد. در همین راستا، تکرارپذیری امری حیاتی برای انجام تحلیل‌های صحیح است.
درخت تصمیم (Decision Tree) نوعی یادگیری ماشین نظارت‌شده (Supervised Machine Learning) است که برای طبقه‌بندی یا پیشبینی بر اساس پاسخ سؤالات قبلی استفاده میشود. این مدل، شکلی از یادگیری نظارت‌شده است؛ به این معنا که آموزش و آزمایش مدل ...
ممکن است به نظر بیاید که مجموعه‌ها فی نفسه بی‌اهمیت هستند؛ اما در موقعیت‌های مختف که از مجموعه‌ها استفاده می‌کنیم، می‌بینیم که آنها آجرهای سازنده ساختمان ریاضیات هستند.
انبار داده یا Data Warehouse مجموعه بزرگی از داده‌های تجاری است که به سازمان‌ها و کسب‌وکارها کمک می‌کند تا در تصمیم‌گیری‌های خود دقیق‌تر و هوشمندانه‌تر عمل کنند.
برای مثال، ممکن است هر گره دارای یک پاسخ بله یا خیر روی شاخه‌های خود باشد. به‌طور کلی می‌توان گفت درخت تصمیم دسته‌بندی زمانی مورد استفاده قرار می‌گیرد که متغیر هدف آن به صورت گروهی تعریف ...
هرچه سازمان‌ها سریع‌تر قادر به تبدیل این داده‌های خام به بینش مفید باشند، می‌توانند عملکردشان را سریع‌تر بهبود دهند. به همین دلیل سرمایه‌گذاری بر روی تجزیه و تحلیل داده‌ها در زمانی که به آنها نیاز است، برای هر ...
در مقابل، مدل‌هایی که دارای اریبی بزرگی هستند، نسبتاً ساده بوده (مثل مدل رگرسیون دو جمله‌ای یا حتی خطی) اما ممکن است واریانس کوچکتری را براساس مجموعه داده‌های آزمایشی ایجاد کنند.
وقتی داده ها دارای چولگی هستند، دنباله ممکن است در مدل های آماری مانند داده پرت (outlier) رفتار کند و به خصوص در مدل های رگرسیون می تواند تاثیر نامطلوبی در کارایی مدل داشته باشند.
همان طور که می‌بینید در مجموعه داده‌های کوچک، نماد o بزرگ ممکن است چندان گویا نباشد؛ اما حتی افزایش نقاط داده از 50 به 500 در نمودار اول موجب میشود که ماهیت مجانبی تابع‌ها مشاهده شود.
کلیک کنید مجموعه داده‌های عمومی دولتی Data.gov ( + ): این سایت امکان دانلود داده از چندین سازمان دولتی آمریکا را فراهم می‌کند. این داده‌ها از بودجه دولتی گرفته تا امتیاز کارایی مدارس …
یادگیری گروهی. در یادگیری ماشین و امار، یادگیری گروهی (به انگلیسی: Ensemble learning) به روشی گفته میشود که از الگوریتم های متفاوت برای پیشبینی نهایی خروجی ها استفاده میشود، در یادگیری گروهی چند ...
درصورتی که مجموعه داده توازن نداشته باشد، روش‌هایی مانند وزن دادن به دادده‌های موجود، اضافه کردن ضریب جریمه به تابع خطا، یا نمونه سازی مجدد (resampling) میتواند به بهبود عملکرد مدل کمک کند.
این پیشبینی میتواند شامل مجموعه داده‌هایی از جمله قیمت کالاها، تولید ناخالص داخلی (gdp) یک کشور یا نرخ تورم باشد که سال‌‌ها و گاهی ده‌ها سال داده های کمی را در برگرفته است.
کاهش ابعاد، بسته به روش استفاده شده ممکن است هم خطی باشد و هم غیرخطی. ... برای مجموعه داده های دو بعدی ، فقط دو مولفه اصلی وجود دارد. در شکل زیر، داده ها و اولین و دومین مولفه اصلی آن ها نشان داده ...
علم داده (Data Science)، دانشی میان‌رشته‌ای پیرامون استخراج دانش و آگاهی از مجموعه‌ای داده و اطلاعات است. علم داده از ترکیب
در علوم رایانه ، آرایهٔ ربطی ، نگاشت ، یا دیکشنری به نوع داده انتزاعی اطلاق میشود که از کلکسیونی از جفت‌های (کلید، مقدار) تشکیل شده‌است، بطوری‌که هر کلید ممکن حداکثر یکبار در کلکسیون ظاهر ...
با خواندن این مقاله، می‌توانید نقش علم داده را در استخراج مفاهیم معنادار از مجموعه‌های پیچیده و بزرگ داده‌های اطراف خود بهتر درک کنید. در حقیقت این مقاله یک راهنمای جامع علم داده است: می ...
