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 […]
روش (Discretization / Binning) گسسته سازی به فرآیند تبدیل داده های پیوسته به مقادیر گسسته در قالب فواصل مجاوری که داده های پیوسته را درون خود قرار داده است، گفته می شود. در صورتی که طیف اعداد ورودی بسیار متنوع باشد (برای نمونه دادههای مربوط به حقوق کارکنان)، در این حالت میتوان طبقههایی را برای
نرمال سازی داده ها که عموماً بر روی متغیر های کمی انجام می شود با دو هدف انجام می شود: ۱-هم مقیاس کردن داده های کمی ۲- تغییر در توزیع آماری و کاهش چولگی نرمال سازی داده ها (Normalization) – هم مقیاس سازی نرمال سازی یکی از تکنیک های مقیاس بندی ( Scaling )، نگاشت
نرمال سازی داده ها Read More »
قبل از آنکه بخواهیم به روش های توصیف و کاوش داده ها بپردازیم به موضوع گردآوری داده ها خواهیم پرداخت. فرض کنیم میخواهیم یک مسئله واقعی را حل نماییم، یکی از سوال هایی که از دیتا ساینتیست ها سوال می شود این است که به چه پارامتر های و دیتاهایی باید بیشتر اهمیت دهیم. به
روش های توصیف و کاوش در داده Read More »
ستاره شناسان دهه هاست که از هوش مصنوعی استفاده می کنند. در واقع، در سال ۱۹۹۰، ستاره شناسان دانشگاه آریزونا از نوعی هوش مصنوعی به نام شبکه عصبی برای مطالعه شکل کهکشان ها استفاده کردند. از آن زمان، هوش مصنوعی در تمام زمینه های نجوم گسترش یافته است. با قدرتمندتر شدن این فناوری، الگوریتمهای هوش
چگونه هوش مصنوعی در مطالعه جهان به اخترشناسان کمک میکند؟ Read More »
در ادامه مباحث آماری، قصد داریم انواع توزیع را معرفی نماییم: توزیع های احتمالی برخی از متغییر های تصادفی از تابع احتمال، با تابع چگالی خاصی پیروی می کنند که به توزیع های احتمالی استاندارد شناخته می شوند. شناخت و درک درست از ساختار مدلی احتمالی این توزیع ها ، منجر به درک درست و
انواع توزیع در مباحث آماری؛ بخش 1 Read More »
بیگ دیتا چیست؟ در جامعه امروز روزانه حجم گستردهای از دادهها ایجاد شده و حجم دادههای تولیدی لحظهبهلحظه بیشتر میشود. مطمئناً با افزایش باورنکردنی تعداد سیستمها و دستگاههای دیجیتالی و گسترش استفاده از فناوریهایی مانند اینترنت اشیا و هوش مصنوعی، در آینده در تمام حوزههای دیجیتالی با سونامی عظیمی از دادهها مواجه خواهیم شد. اگرچه
بیگ دیتا چیست و چه کاربردی دارد؟ Read More »
احتمال در نمودار Venn توسعه روابط احتمالی بر اساس نظریه مجموعه ها؛ فضای احتمال در مستطیل نمایش داده می شود. پیش آمد احتمال با A نشان داده میشود. سوال: چرا در نمودار Venn روبرو که معقوله اجتماع مطرح شده است باید سهم اشتراک احتمال های A و B باید کسر شود؟ پاسخ: چون احتمال اشتراک
احتمال شاخه ای از علم ریاضی است که عدم قطعیت را بررسی می کند و آمار کار تجزیه و جمع آوری، تحلیل و تفسیر و ارائه اطلاعات مفید از داده ها را در اختیار ما قرار می دهد. اگر بخواهیم آمار و احتمال را با یکدیگر مقایسه کنیم می توان گفت که این دو در
تعاریف پایه آمار و احتمال Read More »
در فضای دیتاساینس، با فرض اینکه ما مسئله مورد نظر را شناسایی کرده باشیم، می خواهیم ببینیم که با چه گام هایی و در چه فازهایی می توانیم مسئله را حل کنیم و چه استاندارد ها و متدولوژی هایی در این روش وجود دارد. استانداردهای قابل استفاده: استقرار و توسعه نتایج (Deployment) متدولوژی (Methodology) فاز
معرفی CRISP-DM و بیان 6 فاز آن Read More »
برای دریافت مشاوره رایگان، فرم زیر را پر کنید تا کارشناسان ما با شما تماس بگیرند.
