آمار.پایتونالگوریتم جنگل ایزوله در پایتون – راهنمای کاربردیدر این نوشتار الگوریتم جنگل ایزوله در پایتون پیاده سازی شده و کارایی و قابلیتهای آن نیز به کمک مثالهایی معرفی و مشخص شد.۲۰ اردیبهشت ۱۳۹۹.آرمان ری بدادامه مطلب
آمارشناسایی داده پرت در SPSS – راهنمای کاربردیدر این نوشتار با استفاده از چند تکنیک آماری، روشهای شناسایی داده پرت (Outlier) را در SPSS هم بوسیله محاسبات و هم ترسیم نمودارها فرا میگیریم.۷ اسفند ۱۳۹۸.آرمان ری بدادامه مطلب
آمارانواع روش های رگرسیونی – راهنمای جامعدر این نوشتار با جنبههای مختلف و انواع روش های رگرسیونی خطی و غیرخطی همچنین نحوه پیادهسازی آنها در نرمافزار R آشنا میشویم.۶ بهمن ۱۳۹۸.آرمان ری بدادامه مطلب
آمار.پایتونرگرسیون خطی در پایتون – کدها و برنامهها (بخش دوم)در این نوشتار با کدهای پایتون برای رگرسیون خطی و نحوه پیادهسازی آن آشنا شده و از کتابخانههای مختلفی برای حل مسائل رگرسیون خطی کمک میگیریم.۲۲ دی ۱۳۹۸.آرمان ری بدادامه مطلب
آمارهموارسازی نمایی سری زمانی – راهنمای کاربردیهموارسازی نمایی سری زمانی تکنیکی است که در آن نقش دادههای مربوط به گذشته در محاسبه میانگین نقشی به صورت نمایی منفی خواهند داشت.۲۴ آذر ۱۳۹۸.آرمان ری بدادامه مطلب
آمارتحلیل عاملی و پیاده سازی آن در پایتون – به زبان سادهدر این نوشتار به معرفی و آشنایی با تحلیل عاملی و پیاده سازی آن در پایتون میپردازیم و به کمک مثالهای کاربردی، شیوه اجرای آن را فرا میگیریم.۲ مهر ۱۳۹۸.آرمان ری بدادامه مطلب
هوش مصنوعینقاط ضعف الگوریتم k–means – به زبان سادهدر این مطلب، نقاط ضعف الگوریتم k-means مورد بررسی قرار گرفته است. همچنین، برای درک بهتر موضوع، مثالهای متعددی ارائه شده است.۴ شهریور ۱۳۹۸.الهام حصارکیادامه مطلب
آمار.پایتونتشخیص داده پرت با فاصله ماهالانوبیس – پیاده سازی در پایتوندر این نوشتار به شناسایی داده پرت با فاصله ماهالانوبیس به کمک تکنیک PCA خواهیم پرداخت. برای انجام محاسبات نیز از زبان برنامهنویسی پایتون کمک خواهیم گرفت.۳ تیر ۱۳۹۸.آرمان ری بدادامه مطلب
آمارمدیریت مقادیر پرت با تابع Outlier در اکسل – راهنمای کاربردی (+ دانلود فیلم آموزش گام به گام)یک مقدار پرت یا به اصطلاح «Outlier»، مقداری است که از بیشتر دادههای موجود در لیست بسیار بیشتر یا بسیار کمتر است. زمانی که از اکسل برای بررسی ...۱۰ فروردین ۱۳۹۸.احمد کلاتیانیادامه مطلب
هوش مصنوعییادگیری عمیق (Deep Learning) با پایتون – به زبان سادهدر این مطلب، مفهوم یادگیری عمیق به طور کامل و به زبان ساده بیان و سپس، پیادهسازی آن در زبان برنامهنویسی پایتون انجام شده است.۷ آبان ۱۳۹۷.الهام حصارکیادامه مطلب
هوش مصنوعیتوابع زیان (Loss Function) در یادگیری ماشین – به همراه کدهای پایتونتوابع زیان، معیاری برای سنجش مناسب بودن مدل از نظر قابلیت و توانایی در پیشگویی مقدارهای جدید است که به روشهای مختلف قابل اندازهگیری است.۱۷ مهر ۱۳۹۷.آرمان ری بدادامه مطلب