مقالات تخصصی علوم داده
ارزیابی مدل ها بر مبنای طرح آزمون استفاده شده در فاز مدل سازی، به مقایسه مقادیر واقعی و مقادیر پیش بینی شده، توسط مدل می پردازد. شاخص صحت (Accuracy): به طور کلی، دقت به این معناست که مدل تا چه اندازه خروجی را درست پیشبینی میکند. با نگاه کردن به دقت ، بلافاصله میتوان دریافت […]
ارزیابی مدل های دسته بندی – بخش 1 Read More »
طبق ساختار درخت تصمیم، مسیر شروط و تصمیم هایی که از گره ریشه به گره پایانی (برگ) می رسد، یکی از قوانین در نظر گرفته می شود. بنابراین بر اساس نحوه رشد و توسعه درخت تصمیم، کل فضای داده های اولیه به مجموعه قوانین بدست آمده افراز می شود. در نتیجه هر قانون، یک زیر
قوانین؛ تفسیر و ارزیابی Read More »
نحوه آموزش درخت تصمیم جهت توسعه درخت تصمیم باید به سوالات زیر پاسخ داد: کدام ویژگی برای انشعاب انتخاب شود؟ حدود آستانه ای برای انشعاب هر ویژگی چه مقادیری باشد؟ تعداد انشعاب ها تا کجا ادامه پیدا کند؟ آموزش درخت تصمیم در راستای کاهش ناخالصی در داده ها انجام می شود. بنابراین در اولین قدم
آموزش و توسعه درخت تصمیم Read More »
الگوریتم درخت تصمیم یکی از پرکاربردترین الگوریتم های مبتنی بر قانون است که با ایجاد مرزهای تصمیم گیری به صورت شفاف، قابلیت حل مسائل رده بندی و رگرسیون را به همراه تفسیرپذیری زیاد فراهم می کند. استخراج قوانین در قالب اگر -آنگاه از دلایل مهمی که باعث شده الگوریتم های درخت تصمیم در حل مسائلی که
الگوریتم درخت تصمیم Read More »
مدل های پیشبینانه ابزاری برای پیش بینی نتایج آینده با استفاده از مدل سازی داده ها هستند. این یکی از راههایی است که یک کسبوکار میتواند مسیر خود را به جلو ببیند و بر اساس آن برنامهریزی کند. اگرچه این روش بیخطا نیست، اما نرخ دقت بالایی دارد، به همین دلیل است که بسیار مورد
مقدمه ای بر مدل های پیشبینانه Read More »
در این بخش به بررسی یک دیتاست مربوط به اطلاعات و مشخصات فروش خودرو ها با اطلاعات قیمت آن ها می پردازیم و آنچه را در دروس قبلی آموخته ایم در نرم افزار IBM SPSS Modeler پیاده سازی می نماییم و با استفاده از آن به بررسی یکی از فیلد های دیتا ست که بیانگر
پیاده سازی عملی فاز آماده سازی داده ها Read More »
در این ویدیو با استفاده از نود های append و merge یکپارچه سازی داده ها را انجام خواهیم داد. این دو نود در نرم افزار SPSS Modeler تنها نود هایی هستند که چند ورودی می تواند به آنها متصل شود. Pallet Bar 🡺 Sources 🡺 Var File Pallet Bar 🡺 Record Ops 🡺 Append Pallet
اجرای یکپارچه سازی در نرم افزار Read More »
یکپارچه سازی منابع مختلف داده یکی از اولین اقدامات در جهت حل مسئله و پیشبرد فرآیند داده کاوی می باشد. زیرا عموما داده های مورد نیاز در حل یک مسئله در منابع متفاوت جداگانه ثبت و نگهداری می شوند. توجه: بایستی توجه شود کلیه روش ها و اقداماتی که تاکنون جهت آماده سازی داده ها
مفاهیم یکپارچه سازی داده ها Read More »
در درس قبل نمونه گیری را توضیح دادیم. در این ویدیو با استفاده از دیتا ست Sampling Data به اجرای نمونه برداری یا sampling در نرم افزار می پردازیم. Pallet Bar 🡺 Sources 🡺 Var File Pallet Bar 🡺 Record Ops 🡺 Sample (random) Pallet Bar 🡺 Graphs 🡺 Histogram Pallet Bar 🡺 Record Ops
اجرای نمونه گیری در نرم افزار Read More »
نمونه گیری یک روش آماری کم هزینه برای کاهش داده هاست تا بر اساس انتخاب زیرمجموعه ای از رکوردهای داده، نماینده مناسبی از داده ها را در حجم کمتر ایجاد نماید. اهمیت نمونهگیری را میتوان صرفهجویی در زمان برای تهیه مشاهدات از جامعه آماری به منظور انجام تحقیق علمی دانست. معمولا نمونهگیری در مقابل سرشماری
برای دریافت مشاوره رایگان، فرم زیر را پر کنید تا کارشناسان ما با شما تماس بگیرند.
