مطالب پر بازدید
دسته بندی موضوعی
برچسب ها
برچسب‌ها
جدیدترین مطالب
کاهش ابعاد با استفاده از انتخاب ویژگی
انتخاب ویژگی ها و کاهش ابعاد به ما این امکان را می دهد تعداد ویژگی های یک مجموعه داده را فقط با حفظ ویژگی های مهم به حداقل برسانیم. مزایای مختلفی در انجام انتخاب ویژگی و کاهش ابعاد وجود دارد که شامل تفسیرپذیری مدل، به حداقل رساندن بیش از حد مناسب و همچنین کاهش اندازه مجموعه train و در نتیجه زمان train است.
استخراج گفتار از ویدئو با استفاده از پایتون
در این مطلب ، من به شما نحوه استخراج گفتار از یک فایل ویدئو را نشان می دهم. پس از شناخت گفتار ها ، آنها را به یک سند متنی تبدیل خواهیم کرد. این یک پروژه ساده یادگیری ماشین است
تجزیه و تحلیل مشتریان مبتنی بر مدل RFM
مدل RFM یک روش محبوب و کارا برای تجزیه و تحلیل مشتریان است. در این روش از ۳ معیار اخرین خرید مشتری، تعداد دفعات خرید و مبلغ خرید استفاده می شود. با استفاده از این معیار ها مدل RFM طراحی می شود. با روش های مصور سازی داده اطلاعات بدست آمده از مدل نمایش داده می شود.
آموزش ساخت شبکه عصبی از ابتدا در پایتون بدون tensorflow
انگیزه: برای درک بهتر از Deep Learning ، تصمیم گرفتم ساخت شبکه عصبی را از ابتدا و بدون کتابخانه یادگیری عمیق مانند TensorFlow انجام دهم. به اعتقاد من درک عملکرد یک شبکه عصبی بسیار با اهمیت است. شبکه عصبی چیست؟
توسعه و بهبود کسب و کار با استفاده از علم داده
احتمالا اخیرا کلمه دیتا ساینس یا علم داده را شنیده اید و کنجکاو شده اید این موضوع چگونه می تواند به کسب و کار شما کمک کند. آیا بیزینس شما هم امکان استفاده از آن را دارد؟آیا دیتا سانس می
ارزیابی مدل
ما در مورد روشهای مختلف بررسی عملکرد مدل یادگیری ماشین یا یادگیری عمیق و چگونگی استفاده از یکی به جای دیگری بحث خواهیم کرد. در مورد اصطلاحاتی مانند: accuracy- precisioc- recall-ROC وغیره.