داده کاوی دایکه

0

workflow

3 گام گردش کار (workflow) تیم‌های یادگیری ماشین و داده‌کاوی

در تهیه این مقاله از دوره هوش مصنوعی برای همه اندرو ان جی استفاده شده است که قطعا شماهایی که با هوش مصنوعی آشنا هستید نام اندرو ان جی را شنیده اید. گردش کار در تیم‌های یادگیری ماشین الگوریتم‌های یادگیری ماشین می‌توانند نحوه رسیدن از ورودی به خروجی یا از A تا B را بیاموزند. […]

3 گام گردش کار (workflow) تیم‌های یادگیری ماشین و داده‌کاوی Read More »

آموزش تخصصی انواع داده و ساختار آن در زبان R

« Data Types and Structures » سوالات : تفاوت نوع داده ها در R چیست ؟ تفاوت ساختار داده ها در R چیست ؟ چگونه می توانم به داده ها در ساختار داده های مختلف دسترسی پیدا کنم؟ اهداف : به زبان آموزان انواع داده ها در R  را نمایش می دهد. یاد بگیرید بردارهایی

آموزش تخصصی انواع داده و ساختار آن در زبان R Read More »

آموزش تخصصی متغییرها و انواع عملگرها در زبان R

 «Variables and Operators» متغییرها (variables) یک متغیر در R می تواند یک بردار ، گروه بردارهای اتم یا ترکیبی از بسیاری از Robjects را ذخیره کند. یک نام متغیر معتبر شامل حروف، اعداد و حروف یا حروف زیر است. نام متغیر با یک حرف یا نقطه شروع می شود. عملگر ها (Operators) نماد هایی هستند

آموزش تخصصی متغییرها و انواع عملگرها در زبان R Read More »

استنتاج رد و کارت‌های امتیاز در تحلیل ریسک در بانک‌ها – بخش پنجم

بخش حاضر ادامه‌ی مطالعه‌ی موردی بانکداری برای خلق کارت‌های امتیاز ریسک یا خطر کاربردی است که در مقالات قبلی بحث کردیم. سایر بخش‌های این مجموعه را می‌توانید در لینک‌های بخش ۱، بخش ۲، بخش ۳ و بخش ۴ پیدا کنید. استنتاج رد موضوعی است که رتبه‌بندی اعتبار را از سایر مسائل دسته‌بندی، مثل مدل‌های تمایل بازاریابی

استنتاج رد و کارت‌های امتیاز در تحلیل ریسک در بانک‌ها – بخش پنجم Read More »

ارزش اطلاعات و وزن شواهد در تحلیل ریسک در بانک‌ها – بخش 4

بخش حاضر ادامه‌ی مطالعه‌ی موردی بانکداری‌مان برای توسعه‌ی کارت‌های امتیاز است. در این بخش، راجع به ارزش اطلاعات (IV)[1]و وزن شواهد بحث می‌کنیم. این مفاهیم در انتخاب متغیر هنگام توسعه‌ی کارت‌های امتیاز اعتباری به‌درد می‌خوردند. همچنین، نحوه‌ی استفاده از وزن شواهد ([۲]WOE) در مدل‌سازی رگرسیون لجستیک را یاد می‌گیریم. برای مطالعه‌ی بخش‌های قبلی می‌توانید به

ارزش اطلاعات و وزن شواهد در تحلیل ریسک در بانک‌ها – بخش 4 Read More »

رگرسیون لجستیک در تحلیل ریسک در بانک‌ ها -بخش 3

فرمول زیبا ریاضی‌دادنان غالباً مسابقاتی برای زیباترین فرمول جهان ترتیب می‌دهند. مقام اول، تقریباً هر بار، به فرمول کشف‌شده توسط لئونهارد ایلر[۱] تعلق می‌گیرد. این فرمول در زیر ارائه شده است. این فرمول استثنائی است، چرا که ترکیبی از پنج تا از مهمترین ثابت‌های ریاضی است، یعنی: ۰: عضو همانی جمع ۱: عضو همانی ضرب

رگرسیون لجستیک در تحلیل ریسک در بانک‌ ها -بخش 3 Read More »

تصویر سازی داده‌ها در تحلیل ریسک در بانک‌ها-بخش 2

شرلوک هولمز و تصویرسازی داده‌ها وقتی بچه بودم، یکی از دوستانم کیت اسباب‌بازی شرلوک هولمز – منبع انگیزش حسادت سایر دوستان – داشت. این کیت حاوی کلاه شرلوک هولمز، پیپ، ساعت و ذره‌بین بود. ذره‌بین خواستنی‌ترین شیئ داخل کیت بود. لذت فوکوس‌کردن ذره‌بین روی شیئ و دیدن جزئیات آن به‌منظور استخراج معانی اولین درسم در

تصویر سازی داده‌ها در تحلیل ریسک در بانک‌ها-بخش 2 Read More »

شبکه‌های عصبی مصنوعی در تحلیل بازاریابی خرده فروشی‌ها-بخش 8

باز هم به مثال مطالعه‌ی موردی خرده‌فروشی‌ دایکه در رابطه با تحلیل‌های بازاریابی و کمپین خوش آمدید. تا اینجای کار، داشتیم روی مسئله‌ی دسته‌بندی کار می‌کردیم تا مشتریانی با احتمال بالاتر خرید کالا از کاتالوگ‌های کمپین را شناسایی کنیم. در مقاله‌ی آخر مربوط به انتخاب مدل، متوجه شدیم که شبکه‌های عصبی مصنوعی، برای مسئله‌ی دسته‌بندی

شبکه‌های عصبی مصنوعی در تحلیل بازاریابی خرده فروشی‌ها-بخش 8 Read More »

انتخاب مدل در تحلیل بازاریابی خرده فروشی‌ها – بخش 7

انتخاب مدل این بخش از سری مقالات تحلیل بازاریابیِ خرده‌فروشی‌ دایکه ، ادامه‌ی مثال مطالعه‌ی موردی خرده‌فروشی تحلیل‌های بازاریابی و کمپین است. در دو بخش قبلی، دو الگوریتم درخت تصمیم (CART و C4.5) برای دسته‌بندی را مطرح کردیم. مثال مطالعه‌ی موردی قبلیِ راجع به بانکداری و مدیریت خطر را به یاد آورید که در آن رگرسیون

انتخاب مدل در تحلیل بازاریابی خرده فروشی‌ها – بخش 7 Read More »

شاخص آنتروپی در تحلیل بازاریابی خرده فروشی – بخش 6

مقاله‌ی حاضر دایکه، ادامه‌ی مثال مطالعه‌ی موردی خرده‌فروشی است که چند هفته‌ی گذشته روی آن کار می‌کردیم. بخش‌های قبلی مثال مطالعه‌ی موردی را می‌توانید در لینک‌های زیر پیدا کنید: بخش ۱: مقدمه بخش ۲: تعریف مسئله بخش ۳: EDA بخش ۴: تحلیل وابستگی بخش ۵: درخت تصمیم (CART) اگر از مقاله‌ی قبلی یادتان باشد، الگوریتم

شاخص آنتروپی در تحلیل بازاریابی خرده فروشی – بخش 6 Read More »

درخواست مشاوره رایگان ×

    Call Center
    سبد خرید شما
    هیچ محصولی در سبد خرید نیست.

    ورود به حساب کاربری

    ساخت حساب کاربری