برنامه نویسی.داده کاوی.هوش مصنوعی تحلیل داده های چند بعدی در پایتون — راهنمای کاربردی در این مطلب، روش‌های گوناگون تحلیل داده های چند بعدی در پایتون به طور کامل، همراه با ارائه مثال و کدهای پایتون استفاده شده، مورد بررسی قرار گرفته است. ۱۷ فروردین ۱۳۹۹ . الهام حصارکی ادامه مطلب
داده کاوی.هوش مصنوعی بخش بندی مشتریان با داده کاوی — به زبان ساده در این مطلب، روش بخش بندی مشتریان با داده کاوی به طور کامل شرح داده شده و برای درک بهتر موضوع، یک پروژه عملی در همین راستا، از صفر تا صد انجام شده است. ۲۱ اردیبهشت ۱۳۹۸ . الهام حصارکی ادامه مطلب
آمار.داده کاوی تحلیل تناظری (Correspondence Analysis) — پیاده سازی در R یکی از تکنیک‌های آماری برای کاهش ابعاد «داده‌های طبقه‌ای» (Categorical Data)، استفاده از روش «تحلیل تناظری»… ۱۸ فروردین ۱۳۹۸ . آرمان ری بد ادامه مطلب
داده کاوی.هوش مصنوعی تحلیل مولفه اساسی (PCA) در پایتون — راهنمای کاربردی در این مطلب، الگوریتم تحلیل مولفه اساسی (PCA) به صورت جامع تشریح و همچنین، پیاده‌سازی آن با کد کامل پایتون و سپس با کتابخانه Scikit-learn انجام شده است. ۳ بهمن ۱۳۹۷ . الهام حصارکی ادامه مطلب
داده کاوی.هوش مصنوعی تعریف مسائل یادگیری ماشین (Machine Learning) — راهنمای کاربردی تصوری غالب در میان فعالان حوزه «یادگیری ماشین» (Machine Learning) وجود دارد مبنی بر اینکه «یادگیری… ۱۳ آبان ۱۳۹۷ . الهام حصارکی ادامه مطلب
داده کاوی.هوش مصنوعی یادگیری نظارت نشده (Unsupervised Learning) با پایتون — راهنمای جامع و کاربردی «یادگیری نظارت نشده» (Unsupervised Learning) یک دسته از روش‌های «یادگیری ماشین» (Machine Learning) برای کشف الگوهای… ۶ آبان ۱۳۹۷ . الهام حصارکی ادامه مطلب
داده کاوی.هوش مصنوعی الگوریتم کاهش ابعاد t-SNE با مثال‌های پایتون — آموزش کاربردی در این مطلب، مقدمه‌ای بر روش اکتشافی و بصری‌سازی الگوریتم t-SNE ارائه می‌شود. این الگوریتم روش قدرتمندی… ۳ شهریور ۱۳۹۷ . الهام حصارکی ادامه مطلب
آمار.برنامه نویسی.داده کاوی تحلیل مولفه اساسی (PCA) — راهنمای عملی به همراه کد نویسی در پایتون و R هنگامی که یک مجموعه داده دارای متغیرها یا ویژگی‌های زیادی باشند، برای تحلیل آن‌ها چه کار… ۱۷ اردیبهشت ۱۳۹۷ . الهام حصارکی ادامه مطلب
فرادرس
