لیست جامع بهترین کتابخانه های پایتون برای یادگیری ماشین + نمونه کدهای عملی

کتابخانه Keras. Keras یک کتابخانه یادگیری ماشین بسیار محبوب برای پایتون است. کتاب‌خانه مذ‌کور یک واسط برنامه‌نویسی کاربردی برای شبکه‌های عصبی سطح بالا است که می‌تواند در بالای TensorFlow، CNTK یا Theano اجرا شود.

نقشه‌ی‌ راه‌ یادگیری‌ اکوسیستم داده‌کاوی و‌ یادگیری‌ ماشین‌ در‌ پایتون

۲. کتابخانه‌های پایه‌ی مورد نیاز در پایتون. بعد از مرحله‌ی اول و آشنایی با مبانی و مفاهیم داده‌کاوی و همچنین یادگیری مقدمات زبان برنامه نویسی پایتون، می‌توانید کتابخانه‌های اصلی و پایه‌ی این حوزه را برای پایتون ...

ساخت و آموزش مدل های یادگیری ماشین در پایتون — راهنمای گام به گام

در این مطلب، با ایجاد و آموزش مدل های یادگیری ماشین در پایتون آشنا می‌شویم و کدهای آن را ارائه خواهیم کرد. ... فیلم مجموعه آموزش داده کاوی و یادگیری ماشین – مقدماتی تا پیشرفته در فرادرس ...

یادگیری ماشین – مفاهیم پایه درخت تصمیم #۱

درخت تصمیم چیست؟ در ادامه معرفی الگوریتمهای ضروری یادگیری ماشین، به بررسی مفاهیم پایه درخت تصمیم می پردازیم که یکی از الگوریتم‌ها و روش‌های محبوب در حوزه طبقه‌بندی یا دسته‌بندی داده‌ها، است و در این مقاله سعی شده ...

انواع داده ها در یادگیری ماشین چیست؟ – به زبان ساده

همچنین یادگیری ماشین قابلیت «مقایس‌پذیری» (Scalability) بالایی دارد؛ به این معنی که با پیچیدگی و بزرگی مساله تطبیق یافته و در کاربردهایی همچون شناسایی تصویر در اتومبیل‌های خودران، پیش‌بینی موقعیت مکانی و زمانی بلایای ...

یادگیری عمیق چیست؟ — به زبان ساده + منابع یادگیری

9تا از بهترین کتابخانه های پایتون برای یادگیری ماشین

در درس پنجم از آموزش رایگان یادگیری ماشین با پایتون می خواهیم با 9تا از بهترین کتابخانه های پایتون برای یادگیری ماشین آشنا شویم. یادگیری ماشین، همانطور که از اسمش پیداست، علمی است که به کامپیوترها این امکان را می‌دهد ...

ماتریس‌ها و کاربرد آن‌ها در داده‌کاوی و یادگیری ماشین

همان‌طور که مشاهده می‌کنید، هر سطر به یک نقطه در فضا نگاشت شده است. این فضا که همان فضای دکارتی است، یکی از اصول جبرخطی بوده و کاربرد بسیار زیادی از یادگیری ماشین و داده‌کاوی دارد.

داده‌کاوی چیست؟ تعریف، تاریخچه، مراحل، مزایا، کاربردها

برای گسترش یادگیری در مورد چیستی داده‌کاوی، در ادامه به نمونه ها و مزایای داده کاوی خواهیم پرداخت. نمونه‌هایی از داده‌کاوی. در زیر چند نمونه واقعی از داده‌ها آورده شده است: ️ تحلیل بازار خرید

یادگیری درخت تصمیم

یادگیری درخت تصمیم روشی است که به‌طور معمول در داده کاوی از آن استفاده می‌شود. هدف این مدل این است که بتواند مقدار یک متغیر هدف را براساس مقادیر متغیرهای ورودی پیش‌بینی کند.

آشنایی با خوشه‌بندی (Clustering) و شیوه‌های مختلف آن

الگوریتم‌های متنوع و زیادی برای انجام عملیات خوشه‌بندی در داده‌کاوی به کار می‌رود. آگاهی از الگوریتم‌های خوشه‌بندی و آشنایی با نحوه اجرای آن‌ها کمک می‌کند تا مناسب‌ترین روش را برای خوشه‌بندی داده‌های خود به کار ...

آموزش جامع مبانی و مفاهیم داده کاوی و یادگیری ماشین | داناپ

داده کاوی یا دیتا ماینینگ در واقع علمی میان رشته ای است که علوم کامپیوتر، هوش مصنوعی، یادگیری ماشین، ریاضی و آمار را دربر می گیرد. با ساخت فرآیند داده کاوی، می توان دیتاهای حجیم و پیچیده سازمان ها و مؤسسات تحقیقاتی را ...

آموزش داده کاوی با پایتون — راهنمای شروع به کار و یادگیری

استفاده از داده کاوی در بانکداری و امور مالی: ... داده کاوی و یادگیری ماشین هر دو از الگوریتم‌های پیشرفته برای کشف الگوهای داده مربوطه استفاده می‌کنند. دوره آموزش یادگیری ماشین فرادرس دارای ...

معیارهای ارزیابی در یادگیری ماشین – به زبان ساده – فرادرس

در این مطلب، یاد می‌گیریم منظور از ارزیابی مدل چیست و سپس با معیارهای ارزیابی در یادگیری ماشین آشنا می‌شویم. فیلم آموزش مفاهیم آماری در داده کاوی و پیاده سازی آن در پایتون Python

مجموعه آموزش داده کاوی و یادگیری ماشین – مقدماتی تا پیشرفته

فرادرس با پایبندی به شعار «دانش در دسترس همه، همیشه و همه جا» و همکاری با بیش از ۲,۶۰۰ مدرس برجسته در زمینه‌های علمی گوناگون از جمله: آمار و داده‌کاوی، هوش مصنوعی، برنامه‌نویسی، طراحی و گرافیک کامپیوتری، آموزش‌های ...

۲۰ کاربرد ماشین لرنینگ که باید بدانید – معرفی کاربردهای یادگیری ماشین

عقیده‌کاوی و تحلیل احساسات ... با توجه به میزان اهمیت یادگیری ماشین در جنبه‌های مختلف زندگی بشر، در این مطلب از مجله فرادرس سعی داشتیم به معرفی ۲۰ کاربرد ماشین لرنینگ بپردازیم تا علاقه ...

انواع رویکردهای دانشجویان به یادگیری؛ سطحی، استراتژیک و عمیق

در مقابل، دانشجویان گرایش کمتری به استفاده از رویکرد عمیق در یادگیری دارند. کلیدواژه ها: Learning ، Students Medical ، Education ، رویکرد یادگیری سطحی ، رویکرد یادگیری عمیق ، رویکرد یادگیری استراتژیک ...

مقاله مروری بر یادگیری عمیق

هم چنین ساختارهای عمیق میتوانند ارایه جامع تری از توابع در مقایسه با ساختارهای سطحی فراهم کنند. یادگیری عمیق بر اساس شبکه های عصبی مصنوعی رفتار مغز را در هنگام یادگیری مجموعه ای از نمونه ها ...

الگوریتم Boosting

الگوریتم Boosting یک روش یادگیری است که برای رفع ضعف یادگیرنده های ماشین ایجاد شده. این روش برای رفع مشکلات طبقه بندی و رگرسیون به کار می رود. در این روش با ترکیب موازی یا متوالی تلاش می شود تا خطا حد زیادی کاهش پیدا کند و ...

داده کاوی (Data Mining) و مفاهیم کلیدی آن — راهنمای جامع و ساده

در این مطلب، مفاهیم کلیدی «داده کاوی» (Data Mining) مورد بررسی قرار خواهد گرفت. این مفاهیم در کلیه مسائل این حوزه مشترک محسوب می‌شوند و یادگیری آن‌ها از الزامات یادگیری داده‌کاوی است. هدف از این نوشته پرداختن به هر یک از این ...

یادگیری عمیق

یادگیری عمیق، یادگیری ژرف یا ژرف‌آموزی (به انگلیسی: Deep learning) (به بیانی دیگر: یادگیری ژرف ماشین، یادگیری ساختار ژرف یا یادگیری سلسله مراتبی) یک زیر شاخه از یادگیری ماشین و بر مبنای مجموعه‌ای از الگوریتم‌ها است که در ...

داده کاوی (Data Mining) چیست و چه مراحلی دارد؟ | کافه‌تدریس

اهداف edm پیش‌بینی نحوه‌ی یادگیری دانش‌آموزان در آینده، مطالعه اثرات پشتیبانی تحصیلی و ارتقای دانش علمی درمورد نحوه‌ی یادگیری است. داده‌کاوی می‌تواند در مؤسسات برای تصمیم‌گیری دقیق و هم ...

داده کاوی چیست ؟ – توضیح Data Mining به زبان ساده

در ابتدای مطلب حاضر از مجله فرادرس به مفهوم داده کاوی، تاریخچه، مزایا و معایب آن می‌پردازیم و توضیح خواهیم داد این شاخه از علوم کامپیوتر چه مباحثی را شامل می‌شود و چه تفاوتی با «یادگیری ماشین» (Machine Learning) دارد.

علم داده، تحلیل داده، داده‌کاوی و یادگیری ماشین ــ تفاوت‌ها و شباهت‌ها

«علم داده» (data science)، «تحلیل داده‌ها» (Data analytics)، «یادگیری ماشین» (machine learning) و «داده‌کاوی» (Data Mining) با نرخ نجومی در حال رشد و توسعه هستند. از این‌رو شرکت‌ها به‌دنبال کارشناسانی می‌گردند که با کیمیاگری داده‌ها به آن‌ها ...

تفسیر مدل های یادگیری عمیق در بینایی کامپیوتر — راهنمای جامع

همچنین، جهت پیاده‌سازی و ارزیابی مدل های یادگیری عمیق در «زبان برنامه‌نویسی پایتون» (Python Programming Language)، از بسته‌های نرم‌افزاری نظیر Keras و …

الگوریتم اپریوری (Apriori) و کاوش الگوهای مکرر در داده‌کاوی — به همراه

اغلب الگوریتم‌های یادگیری ماشین در داده‌کاوی با داده‌های عددی کار می‌کنند و در پیاده‌سازی و نحوه کار آن‌ها گرایش به ریاضیات محض وجود دارد. اما، «کاوش قواعد وابستگی» (association rule mining) که از آن با عنوان «کاوش قواعد ...

رگرسیون لجستیک (Logistic Regression) — مفاهیم، کاربردها و محاسبات در

از علاقمندی‌های او، یادگیری ماشین، خوشه‌بندی و داده‌کاوی است و در حال حاضر نوشتارهای مربوط به آمار و یادگیری ماشین را در مجله فرادرس تهیه می‌کند.

نرمال سازی داده چیست؟ – از صفر تا صد و در یادگیری ماشین

اجرای نرمال‌سازی داده‌ها، باعث افزایش پایداری و همگرایی سریع‌تر در طول آموزش‌های «گرادیان-محور» (Gradient-based) می‌شود. همچنین نرمال‌سازی تا حد قابل قبولی از رخداد مشکلاتی مانند «محوشدگی گرادیان» (Vanishing Gradient) یا «انفجار ...

شبکه های عصبی مصنوعی و یادگیری عمیق

در سطحی بسیار پایه ای، شبکه های عصبی صرفاً تعدادی عصب هستند که به یکدیگر متصل می باشند. این بحث نشان دهنده مفهومی محبوب می باشد: ساختار یک شبکه عصبی مستقل از وظیفه ای است که باید انجام دهد و ...

یادگیری مشارکتی | 14 استراتژی یادگیری مشارکتی آسان برای پیاده سازی برای

در دنیای شلوغ آموزش، که در آن هر دانش آموز منحصر به فرد است و هر کلاس درس پویا متفاوت است، یک رویکرد آموزشی به عنوان چراغی از اثربخشی برجسته می شود - یادگیری مشارکتی.کلاسی را تصور کنید که در آن دانش آموزان با هم کار می ...

داده کاوی چیست؟ نقش مؤثر Data Mining در پیش‌بینی آینده

عناصر اصلی داده کاوی شامل یادگیری ماشینی و تجزیه‌وتحلیل آماری، همراه با مراحل مدیریت داده برای آماده‌سازی دیتا برای تجزیه‌وتحلیل است. در این میان، الگوریتم‌های یادگیری ماشین و ابزارهای ...

داده کاوی (Data mining) چیست؟کاربرد، تکنیک و ابزارها – بهفالب

داده‌ کاوی (Data mining) فرایند تجزیه و تحلیل حجم عظیمی از داده‌ ها برای کشف هوش تجاری است. داده‌ کاوی به سازمان‌ ها در حل مشکلات، کاهش خطرات و استفاده از فرصت‌ های جدید کمک می‌ کند.

صفر تا صد داده کاوی به زبان ساده

نرم افزار Weka که مخفف عبارت (Waikato Environment for knowledge Analysis) است ، یکی از نرم افزارهای داده کاوی است که به صورت اوپن سورس می باشد و می توان در آن الگوریتم‌ های یادگیری ماشین و داده کاوی را پیاده سازی کرد .

انواع ویژگی ها (خصیصه ها) و مفهوم بردار ویژگی در داده کاوی

در ادبیات یادگیری ماشین گرایش به استفاده از کلمه ویژگی وجود دارد، در حالیکه آماردان‌ها استفاده از کلمه متغیر را ترجیح می‌دهند. کارشناسان داده‌کاوی و پایگاه داده معمولا از اصطلاح خصیصه ...

تفسیر مدل های یادگیری عمیق در بینایی کامپیوتر — راهنمای جامع

همچنین، جهت پیاده‌سازی و ارزیابی مدل های یادگیری عمیق در «زبان برنامه‌نویسی پایتون» (Python Programming Language)، از بسته‌های نرم‌افزاری نظیر Keras و TensorFlow استفاده خواهد شد. علاوه بر این، از ابزارهای «منبع باز» (Open Source) برای تفسیر ...

درخت تصمیم در SPSS — راهنمای کاربردی – فرادرس

روش CHAID. در روش CHAID، که به «شناسایی اثرات متقابل خودکار کای ۲» (Chi-squared Automatic Interaction Detection) نیز شهرت دارد، در هر گام، متغیر پیشگویی که بیشترین میزان ارتباط با متغیر وابسته را دارد در مدل و درخت تصمیم به کار می‌رود.