0086-21-58386256
در ماشین لرنینگ با حجم عظیمی از داده سروکار داریم. دسته‌بندی این داده‌ها و طبقه‌بندی آنها کاریست که به صورت دستی غیر قابل انجام است. در نتیجه باید برای این کار به الگوریتمهای طبقه‌بندی در ماشین لرنینگ پناه بیاوریم.
بیز ساده (Naïve Bayes): بیز ساده یک الگوریتم ساده و مؤثر برای طبقه‌بندی دودویی است. این الگوریتم بر مبنای قاعده بیز عمل می‌کند و با استفاده از احتمالات ویژگی‌ها به شرط دسته‌ها، احتمال طبقه‌بندی برای نمونه‌ها را محاسبه می ...
کاربرد زیادی در پیاده سازی الگوریتم های یادگیری ماشین دارد. برای ساخت و ارزیابی مدل‌های طبقه بندی و رگرسیون مناسب است. در پیاده‌سازی الگوریتمهای خوشه‌بندی مانند K-Means و DBSCAN مهارت دارد.
الگوریتم K نزدیک ترین همسایه (K-Nearest Neighbors) الگوریتم K نزدیک ترین همسایه یا KNN یکی از ساده‌ترین الگوریتمهای یادگیری ماشین باناظر است که برای حل مسائل طبقه‌بندی و رگرسیون استفاده می‌شود.. KNN همچنین به‌عنوان یک مدل ...
رگرسیون لجستیک یک الگوریتم یادگیری ماشین طبقه‌بندی است که به طور سنتی فقط به مسائل طبقه‌بندی دو کلاسه محدود می شود. اگر بیش از دو کلاس دارید، الگوریتم آنالیز تشخیص خطی (Linear Discriminant Analysis یا LDA ...
آشنایی با svm یا ماشین بردار پشتیبان: یکی از الگوریتم ها و روشهای بسیار رایج در حوزه دسته بندی داده ها، الگوریتم svm یا ماشین بردار پشتیبان است که در این مقاله سعی شده است به زبان ساده و به دور از پیچیدگیهای فنی توضیح داده شود.
ارزش دیتا‌ست‌های یادگیری ماشین کوچک. تعدادی دیتاست یادگیری ماشین کوچک برای طبقه بندی و مسائل مدل سازی پیش بینی رگرسیون وجود دارند که اغلب مورد استفاده قرار می گیرند. گاهی اوقات مجموعه داده ها به عنوان پایه ای برای ...
پیش بینی و ارزیابی ریسک ناشی از نشست سطح زمین در اثر حفاری مکانیزه با استفاده از سپر EPB از مهمترین بخش های مدیریت ریسک در مدیریت پروژه های تونل سازی می باشد. از اینرو، در این مقاله سعی می گردد طی دو بخش مستقل به این مهم ...
یادگیری ماشین شامل گروهی از الگوریتمهای محاسباتی است که می‌توانند با یادگیری از داده‌های موجود (مجموعه آموزشی)، تشخیص، طبقه‌بندی و پیش‌بینی الگو را روی داده‌ها انجام دهند.
svc = svm.SVC(kernel='rbf', C=1,gamma=0).fit(X, y) شکل 13: طبقه‌بندی مجموعه داده IRIS با استفاده از مقادیر گاما گوناگون در الگوریتم ماشین بردار پشتیبان. C: پارامتر جریمه C، برای جمله خطا است. این پارامتر همچنین برقراری ...
هدف: از آنجا که در مسائل طبقه‌بندی به تحلیل انواع وابستگی‌ها و روابط بازخوردی میان معیارهای یک مسئله کمتر پرداخته شده است و با توجه به قابلیت فرایند تحلیل شبکه‌ای (anp) در مدل‌سازی روابط متقابل بین معیارها، هدف این ...
در درس شانزدهم آموزش رایگان یادگیری ماشین با پایتون می خواهیم یاد بگیریم که طبقه بندی چیست و با انواع الگوریتم های آن در ماشین لرنینگ آشنا شویم.
این روشهای متنوع از یادگیری ماشین امکان انتخاب بهترین و پرکارایی‌ترین روش برای هر تصویر را فراهم می‌کنند، به‌گونه‌ای که توانایی تشخیص و طبقه‌بندی پیکسل‌ها برای مساحت‌های کاربری زمین ...
استفاده از قدرت یادگیری ماشینی برای یادگیری بدون نظارت و نظارت در R -- با مثال های عملی ... آموزش خوشه بندی و طبقه بندی با یادگیری ماشین در R Clustering & Classification With Machine Learning In R ...
طبقه‌بندی یک نوع دسته‌بندی یا تقسیم در سیستمی است که اشیا را در گروه‌ها یا انواع مختلف سازماندهی می‌کند. می‌توانید با چهار نوع از دسته‌بندی برای انواع طبقه بندی در یادگیری ماشین کارکنید.
بخش عملی این دوره بر استفاده از بهترین شیوه‌ها برای طبقه‌بندی، از جمله تقسیم‌بندی قطار و آزمایش، و مدیریت مجموعه داده‌ها با کلاس‌های نامتعادل تمرکز دارد.
استفاده از KNN برای طبقه بندی را از یک متخصص علم داده یاد بگیرید. قالب های کد در دوره گنجانده شده است. این دوره طراحی شده است تا مهارت های KNN مورد نیاز برای تبدیل شدن به یک متخصص علم داده را به شما بدهد.
ماشین بردار پشتیبان ( svm ) یکی از محبوب ترین الگوریتم ها برای کلاسه بندی در الگوریتم های یادگیری ماشین است. پیشینه ریاضی آن ها در مرزبندی برای تمایز هندسی بین دو کلاس ، بسیار حائز اهمیت است.
هدف: از آنجا که در مسائل طبقه بندی به تحلیل انواع وابستگی ها و روابط بازخوردی میان معیارهای یک مسئله کمتر پرداخته شده است و با توجه به قابلیت فرایند تحلیل شبکه ای (anp) در مدل سازی روابط متقابل بین معیارها، هدف این پژوهش ...
این دوره به شما یک زمینه قوی در خوشه بندی و طبقه بندی، جنبه های اصلی یادگیری ماشین می دهد. در عصر داده های کلان، شرکت ها از پایتون برای کاهش حجم اطلاعاتی که در اختیار دارند استفاده می کنند.
در زمینه یادگیری ماشینی، هدف دسته‌بندی آماری استفاده از ویژگی‌های یک شی برای شناسایی رده (یا گروه) آن است. یک دسته‌بندی‌کننده خطی یا طبقه‌بندی‌کننده خطی (به انگلیسی: Linear classification) با اتخاذ یک تصمیم طبقه‌بندی بر اساس ...
طبقه بندی نامتوازن. از الگوریتم های مدل سازی خاصی که الگوریتم های یادگیری ماشین حساس به هزینه (cost-sensitive) نامیده می شوند، می توان برای داده های نامتوازن استفاده کرد.
رگرسیون لجستیک، یک الگوریتم یادگیری ماشین با نظارت است که بیشتر برای طبقه‌بندی استفاده می‌شود. هدف این است که احتمال وابستگی یک داده به یک کلاس خاص را پیش‌بینی کند.
از این روی، معیارهای دیگری برای ارزیابی عملکرد مدل و مسائل طبقه بندی معرفی شده‌اند که به کمک آنها می‌توانیم درک جامع‌تر و کلی‌تری نسبت به عملکرد مدل داشته باشیم.
Cross Validation. یکی از متدهای ارزیابی عملکرد مدل طبقه بندی متد Cross Validation است که بسیار ساده است: مقداری برای k انتخاب می‌کنیم، معمولاً k=5 یا k=10 ( در کتابخانه sklearn، 5 مقدار پیش‌فرض است). سپس داده‌ها را به k بخش مساوی تقسیم می‌کنیم ...
ماشین بردار پشتیبان(svm) یکی از معروفترین الگوریتمها در مسائل طبقه بندی هست که به خاطر کارایی مناسب در ابعاد بالا و همچین داشتن مسئله بهینه سازی محدب، مورد استقبال خیلی از محققین قرار گرفته است.
صدور گواهی نمایه سازی; من نویسنده این مقاله هستم; این مقاله در بخشهای موضوعی زیر دسته بندی شده است: . هوش مصنوعی > یادگیری ماشین; هوش مصنوعی > یادگیری عمیق; استخراج به نرم افزارهای پژوهشی:
منظور از طبقه بندی (Classification) چیست؟ طبقه‌بندی یکی از روشهای اصلی در یادگیری ماشین است که برای تخصیص برچسب کلاس به نمونه‌های ورودی استفاده می‌شود.
الگوریتم های طبقه بندی (Classification) در یادگیری ماشین مقدمه بر طبقه بندی . کلاس بندی می تواند به عنوان روند پیش بینی کلاس یا طبقه(category )، از مقادیر مشاهده شده یا نقاط داده ارائه شده، تعریف شود.
با توجه به نقش مهم کرنل در یادگیری ماشین و به‌ویژه الگوریتمهای طبقه‌بندی و رگرسیون مانند ماشین بردار پشتیبان (svm)، در این مطلب از مجله فرادرس به توضیح روش های کرنل در یادگیری ماشین می ...
چندین کار بر روی نقشه‌برداری کاربری و پوشش زمین با استفاده از طبقه‌بندی‌کننده‌های یادگیری ماشین انجام شده است [ 3 ] [ 6 ] [ 21 ] [ 56 ] [ 84 ] —درخت‌های طبقه‌بندی و رگرسیون (cart)، جنگل تصادفی (rf)، نزدیک ...
در این مقاله، به یادگیری برخی از الگوریتم های مهم کلاسه بندی یادگیری ماشین خواهیم پرداخت. ما هر یک از ویژگی های الگوریتم ها و نحوه کارشان را مرور می کنیم.
طبقه بندی در ماشین لرنینگ چیست؟ طبقه بندی یا Classification نوعی یادگیری تحت نظارت (Supervised Learning) در یادگیری ماشین است که هدف آن یادگیری نگاشت بین داده‌های ورودی و برچسب‌های خروجی است.
دانلود و دریافت مقاله طبقه بندی و تخصیص تامین کنندگان به مشتری در زنجیره تامین تاب آور با استفاده از یادگیری ماشین ... تر و مطمئن تر منجر شده است، بااین حال در مطالعات کمی از یادگیری ماشین برای ...
الگوریتمهای مختلفی در حوزه یادگیری ماشین و هوش مصنوعی در سالهای اخیر ایجاد یا بهبود یافته اند که برای هر فردی که قصد کار حرفه ای در این حوزه را دارد، آشنایی و تسلط بر آنها و مفاهیم پایه هر کدام و نیز استفاده از آنها در ...