داده کاوی

رشد روزافزون داده‌ها، منجر به طرح مفهوم «کلان داده» (مِه داده | Big Data) داده شده است. این مبحث، در فضای کنونی کسب و کارها، یکی…

بسیاری از افرادی که در حوزه «یادگیری ماشین» (Machine Learning | ML) فعالیت و پژوهش می‌کنند به خوبی آگاه هستند که برخی از مدل‌های یادگیری…

از آنجایی که متغیر تصادفی و توزیع نرمال و محاسبات مربوط به آن در بسیاری از علوم به کار گرفته می‌شود، لازم است که از…

«یادگیری عمیق» (Deep Learning)، یکی از مباحث داغ در حوزه «یادگیری ماشین» (Machine Learning) محسوب می‌شود. با توجه به ویژگی‌هایی که «زبان برنامه‌نویسی پایتون» (Python…

در این مطلب، الگوریتم «پیش‌بینی تصادفی» (Random Prediction) و «قاعده صفر» (Zero Rule) که هر دو از جمله الگوریتم‌های «خط مبنا» (‌Baseline) هستند، مورد بررسی قرار…

در تئوری آمار-ریاضی، معیار «واگرایی کولبک لیبلر» (Kullback-Leibler Divergence) روشی برای مشخص کردن میزان تفاوت بین دو توزیع احتمالی است. از جمله کاربردهای این معیار…

اغلب افراد فکر می‌کنند علم داده به الگوریتم‌های جالب یادگیری ماشین و اتومبیل‌های خودران مربوط است؛ اما واقعیت چنین نیست. در این حوزه تقریباً در…

در آمار و تئوری احتمالات، متغیر تصادفی و «توزیع دریکله» (Dirichlet Distribution) جزء توابع توزیع با اهمیت محسوب می‌شود زیرا در استنباط بیزی می‌تواند به…

از الگوریتم‌های معروف در خوشه‌بندی، می‌توان به روش‌هایی اشاره کرد که براساس «مدل آمیخته گوسی» (Gaussian Mixture Model) عمل می‌کنند. به طور خلاصه این روش…

در مباحث مربوط به رگرسیون چند گانه، تعیین تعداد متغیرهای مستقلی که باید در مدل به کار گرفته شوند، یک مشکل محسوب می‌شود. با افزایش…