از مهمترین تکنیکهای عملی دادهکاوی که کاربرد زیادی در علوم مختلف دارد، می توان به «خوشه بندی k-میانگین» (K-means Clustering) اشاره کرد، که با توجه به بار محاسباتی زیاد آن، استفاده از کامپیوتر در انجام این فرآیند، کمک شایانی ...
ادامه مطلباین دوره آموزشی بهصورت عملی به دانشجویان کمک میکند تا با استفاده از پایتون و کتابخانههای مختلف، مهارتهای لازم برای دادهکاوی و تحلیل دادهها را به دست آورند. در این دوره از کتابخانه ...
ادامه مطلبدر پاسخ به سوال داده کاوی چیست میتوانیم بگوییم، داده کاوی به معنی کشف دانش درون دادها بوده و از مفاهیمی است که هر روز اهمیت بیشتری پیدا میکند. ... خوشه بندی (Clustering) در این مورد، الگوریتم داده ...
ادامه مطلبالگوریتم های ماشین لرنینگ طیف وسیعی از تکنیکها را برای تفسیر و تحلیل دادهها (داده کاوی و علم داده) به روشهای پیچیده و همهکاره ارائه میدهند.
ادامه مطلبمقدمه ای بر الگوریتم دسته بندی بیز ساده Naive Bayes :. الگوریتم دسته بندی بیز ساده Naive Bayes : عدم اطمینان و احتمال در پدیده های مختلف منجر به این شده که یادگیری ماشین در هوش مصنوعی باید با داده هایی کار کند که در بسیاری از موارد ...
ادامه مطلبدر این مطلب به مباحث «داده کاوی» (Data Mining) از صفر تا صد پرداخته شده است. با پیشرفت سریع «فناوری اطلاعات» (Information Technology)، بشر شاهد یک رشد انفجاری در تولید «داده» (Data) و ظرفیتهای گردآوری و ذخیرهسازی آن در دامنههای ...
ادامه مطلبالگوریتم های خوشه بندی مانند K-means، خوشه بندی سلسله مراتبی، DBSCAN، از تکنیک های رایج یادگیری بدون نظارت هستند. ... نتایجی از که ماشین لرنینگ به دست میآید در مقایسه با داده کاوی دقیق تر است ...
ادامه مطلبهمان طور که می دانید الگوریتم خوشه بندی K-MEANS تعدادی خوشه را به عنوان ورودی دریافت نموده و بر اساس تعداد خوشه های وارد شده (K) توسط کاربر,اقدام به خوشه بندی داده ها نموده و خروجی هایی را نمایش ...
ادامه مطلبدر یک طبقهبندی معروف الگوریتمهای داده کاوی را به دو بخش توصیفی و پیشبینیکننده تقسیمبندی میکنند که در این مقاله قصد داریم تا به مهمترین آنها اشاره کنیم. در یک طبقهبندی معروف الگوریتمهای داده کاوی را به دو ...
ادامه مطلبکاربرد تکنیکهای داده کاوی در بازار سهام. بازار سهام (Stock market) یا بورس اوراق بهادار شامل مجموعهای از خریداران و فروشندگان است که به مبادله سهام شرکتها و دیگر اوراق بهادار میپردازند. ما در ...
ادامه مطلبدر یادگیری ماشین خوشه بندی ، الگوریتم، جامعه آماری را به گروه های متعددی تقسیم می کند به گونه ای که هر نقطه داده، مشابه نقاط داده در همان گروه است و با نقاط داده در سایر گروه ها تفاوت ...
ادامه مطلبدر دادهکاوی و آمار، «خوشهبندی سلسله مراتبی» (Hierarchical Clustering) به روشی گفته میشود که عمل دستهبندی و گروهبندی مشاهدات و دادهها را به صورت سلسله مراتبی انجام میدهد. نکتهای که این روش را نسبت به روشهای دیگر خوشه ...
ادامه مطلبسئوال مخاطب: در هنگام خوشه بندی با استفاده از الگوریتم k-Means در داده های با ابعاد بالا، الگوریتم پاسخ های مناسبی ندارد و اغلب تعداد خوشه های کمتری ارائه می شوند.
ادامه مطلب3- خوشهبندی k-میانگین. الگوریتم k-میانگین یکی از سادهترین و محبوبترین الگوریتمهایی است که در «دادهکاوی» ( Data Mining) بخصوص در حوزه «یادگیری نظارت نشده» (Unsupervised Learning) به کار میرود ...
ادامه مطلبدر این مبحث 10 الگوریتم های داده کاوی و یادگیری ماشین که بیشترین کاربرد را در علم داده دارند را به صورت خلاصه آموزش میدهیم. که شامل موارد زیر می باشد: که البته پنج الگوریتم را در این قست و باقی ...
ادامه مطلبشما می توانید مبانی آمار و زبانهای برنامه نویسی مختلف را که می توانند در مقیاس بندی داده کاوی به شما کمک کنند با استفاده از الگوریتم های Data Mining درک کنید.
ادامه مطلبالگوریتم ها به عنوان مشخصاتی برای انجام محاسبات، پردازش داده ها، استدلال خودکار، تصمیم گیری خودکار و سایر وظایف استفاده می شوند. شیوه محاسبه معدل در مدرسه، یکی از نمونه های الگوریتم است ...
ادامه مطلبالگوریتمهای گوناگونی برای «تحلیل داده» (Data Analysis) موجود هستند و لذا انتخاب الگوریتم «دادهکاوی» (Data Mining) مناسب یک مساله، برای پژوهشگران و تحلیلگران کاری دشوار است. برخی از سازمانها به دلیل ...
ادامه مطلبنظریه «مجموعههای فازی» (Fuzzy Sets) نقش مهمی در «دادهکاوی» داشته و منجر به ظهور مبحث «داده کاوی فازی» شده است. دادهکاوی فازی یک افزونه از دادهکاوی محسوب که با مدلسازی مجموعههای فازی انجام میشود و مدیریت اطلاعات ...
ادامه مطلبدر این آموزش به صورت کامل با مفهوم الگوریتم و الگوریتمهای برنامهنویسی آشنا میشوید، به همراه مثالهای بسیار ساده و کاربردی از الگوریتمها...
ادامه مطلبالگوریتم در دادهکاوی به معنای یک مجموعه مرتب و تعیین شده از مراحل و مراحل محاسباتی است که برای حل یک مسئله یا انجام یک وظیفه خاص در حوزه دادهکاوی به کار میرود. دادهکاوی یک عملیات ...
ادامه مطلبداده کاوی (به انگلیسی: Data Mining)، به مفهوم استخراج اطلاعات نهان یا الگوها و روابط مشخص در حجم زیادی از دادهها در یک یا چند بانک اطلاعاتی بزرگ گفته میشود.بسیاری از مردم داده کاوی را مترادف واژههای رایج کشف دانش در ...
ادامه مطلبیادگیری بدون ناظر (Unsupervised Learning) یکی از تکنیکهای یادگیری ماشین (Machine Learning) است که در آن کاربر نیازی به نظارت بر مدل ندارد؛ درعوض، خود مدل، بهتنهایی، برای کشف الگوها و اطلاعاتی که در داده وجود دارد کار میکند؛ بهعبارت ...
ادامه مطلبخوشهبندی (Clustering) که برخی منابع به آن کلاسترینگ میگویند از الگوریتمهای قطعهبندی است. خوشهبندی اطلاعاتی که ویژگیهای نزدیک به هم و گاهی اوقات یکسان دارند را در دستههای جداگانه قرار میدهد.
ادامه مطلبدادههای زیر را با متریک فاصلهٔ اقلیدسی و معیار پیوند میانگین خوشهبندی میکنیم. دادههای خام در یک صفحه دوبعدی. به ازای دادههای زیر درخت سلسلهمراتبی نیز به شکل زیر میباشد.
ادامه مطلب3 با انواع روشهای خوشه بندی در داده کاوی آشنا شوید. 3.1 خوشهبندی سلسلهمراتبی (Hierarchical Clustering) 3.2 خوشهبندی پارتیشنبندی (Partitioning Clustering) 3.3 خوشهبندی مرکز محور (Centroid–based clustering) 3.4 خوشهبندی ...
ادامه مطلبانواع یادگیری ماشین | Machine Learning. الگوریتمهای ML به حل مسائل مختلف تجاری در قالب عملیات رگرسیون، طبقهبندی، پیشبینی، خوشهبندی استفاده می شود. ماشین لرنینگ بر اساس روش ها و نوع یادگیری ...
ادامه مطلبمنحنی ROC و کاربردهای آن در یادگیری ماشین بخصوص در شاخه نظارت شده آن، مفید بوده است. به این ترتیب مقادیر مربوط به منحنی ROC میتواند مبنایی برای مقایسه و ارزیابی الگوریتمهای دستهبندی (Classifiers ...
ادامه مطلبمعرفی خوشه بندی (clustering) و 6 کاربرد آن. مفهوم کلاسترینگ (Clustering) یا خوشه بندی در داده کاوی به معنای تقسیم دادهها (اشیاء) در گروههایی است که تشابهات بین دادهها داخل هر دسته، نسبت به دسته یا گروه های دیگر بیشتر است؛ به هر ...
ادامه مطلببنابراین، شباهت میان دادههای درون هر خوشه به حداکثر و شباهت میان دادههای درون خوشههای متفاوت به حداقل میرسد. در طبقهبندی، به هر داده یک طبقه یا کلاس از پیش تعیین شده اختصاص مییابد.
ادامه مطلب