داده کاوی

تقلب‌نامه (Cheat Sheet)، متنی کوتاه اما جامع پیرامون یک موضوع مشخص است. هدف اصلی ارائه تقلب‌نامه، انتقال مفاهیمِ مرتبط با یک موضوع به صورت کامل…

در پروژه‌های «یادگیری ماشین» (Machine Learning) و «علم داده» (Data Science)، معمولا گردآوری داده، «پیش‌پردازش داده‌ها» (Data Preprocessing) و مدل‌سازی از جمله گام‌هایی هستند که انجام می‌شوند….

«آناکوندا» (Anaconda) یک توزیع آزاد و «متن‌باز» (Open Source) از زبان‌های برنامه‌نویسی «پایتون» (Python Programming Language) و «آر» (R) برای انجام محاسبات علمی («علم داده»…

الگوریتم‌های «یادگیری نظارت نشده» (Unsupervised Learning) متعددی برای «خوشه‌بندی» (Clustering) داده‌ها مورد استفاده قرار می‌گیرند. الگوریتم K-Means از جمله الگوریتم‌های بسیار پر کاربرد برای «تحلیل خوشه» (Cluster…

به احتمال زیاد تا به حال، با اصطلاحاتی نظیر «پردازش زبان طبیعی» (Natural Language Processing)، «تحلیل متن» (Text Analysis) و «متن‌کاوی» (Text Mining) آشنا شده‌اید….

«سیستم های توصیه گر» (Recommender | Recommendation Systems)، زیر مجموعه‌ای از «سیستم‌های فیلتر اطلاعات» (Information Filtering Systems)  محسوب می‌شوند. هدف سیستم های توصیه گر، پیشنهاد…

همه کسانی که در حوزه «هوش مصنوعی» (Artificial Intelligence) و «یادگیری ماشین» (Machine Learning) فعالیت دارند، با مسأله انتخاب «ویژگی‌های مرتبط» (Relevant Features) در یک…

بسیاری از محققان و دانشمندان فعال در حوزه «هوش مصنوعی» (Artificial Intelligence) و «علم داده» (Data Science)، به طور روزمره با الگوریتم‌های زیادی سر و…

آپاچی اسپارک یک فریمورک متن-باز است که از زمان معرفی‌اش در AMPLab در دانشگاه برکلی در سال ۲۰۰۹ موج بزرگی راه انداخته است، چون هسته…

یکی از روش‌های توضیح رفتار پدیده‌های تصادفی استفاده از تابع توزیع احتمال است. معمولا (و البته نه همیشه) یک پدیده تصادفی را می‌توان بوسیله تابع…