دوشنبه , تیر ۳۱ ۱۳۹۸

کتابخانه scikit-learn در پایتون

کتابخانه scikit-learn

کتابخانه scikit-learn (وب سایت scikit-learn.org) یک کتابخانه پایتون برای یادگیری ماشین است که بر مبنای SciPy ، NumPy و matplotlib ساخته شده است. این کتابخانه برای کاربردهای یادگیری ماشین از جمله خوشه بندی، رگرسیون و کلاس بندی ابزار قدرتمند و در عین حال ساده ای می باشد. یادگیری استفاده از …

توضیحات بیشتر »

کتابخانه SciPy در پایتون

کتابخانه SciPy (وب سایت www.scipy.org) یکی از بسته های اصلی محاسبات علمی است که الگوریتم های ریاضی و توابع convenience را که بر پایه NumPy (کتابخانه NumPy در پایتون) پایتون ساخته شده اند، فراهم می کند. نصب SciPy  [crayon-5d357caf15997981307886/] اضافه کردن SciPy به پروژه [crayon-5d357caf1599c543631475/]    

توضیحات بیشتر »

کتابخانه seaborn در پایتون

کتابخانه seaborn

کتابخانه seaborn (وب سایت seaborn.pydata.org) یک کتابخانه گرافیکی برای ترسیم انواع نمودار بر پایه matplotlib (کتابخانه matplotlib در پایتون) است. این کتابخانه یک رابط سطح بالا برای طراحی گرافیک های آماری جذاب  فراهم می کند. قبل از شروع توصیه می شود بخش Seaborn Gallery سایت اصلی کتابخانه را بررسی کنید. نصب …

توضیحات بیشتر »

کتابخانه matplotlib در پایتون

کتابخانه matplotlib

کتابخانه matplotlib (وب سایت matplotlib.org) یک کتابخانه گرافیکی برای ترسیم نمودار های دو بعدی در پایتون کاربرد دارد.  از این کتابخانه برای رسم انواع نمودارها مثل هیستوگرام ، Scatter plot و … می تون استفاده کرد. قبل مطالعه این مقاله لازم است مقالات Numpy و Pandas را مطالعه کنید.

توضیحات بیشتر »

کتابخانه Pandas در پایتون

کتابخانه Pandas

کتابخانه Pandas (وب سایت pandas.pydata.org) یکی از ابزارهای رایج data scientists برای انجام  تجزیه و تحلیل داده ها است، در کنار matplotlib و NumPy یکی از کتابخانه های اساسی برای محاسبات علمی در پایتون  به شمار می رود. ساختار ساده، سریع و انعطاف پذیر Pandas تجزیه و تحلیل داده ها در پایتون را بطور قابل توجهی آسان تر کرده است.

توضیحات بیشتر »

کتابخانه NumPy در پایتون

کتابخانه NumPy

کتابخانه NumPy (وب سایت www.numpy.org) یکی از اصلی ترین پکیج های محاسبات علمی در پایتون است که امکان ایجاد آرایه، ماتریس ها، مجموعه ها  و ... را به ما می دهد. هسته این کتابخانه شئ ndarray است، این آرایه چند بعدی که انوع مختلفی از داده را می‌تواند ذخیره نماید، بسیار کارآمد و بهینه طراحی شده و تفاوت های اصلی آن به با لیست های استاندارد پایتون به شرح ذیل میباشد:

توضیحات بیشتر »

یادگیری عمیق (Deep learning)

یادگیری عمیق اشاره به مجموعه ای از الگوریتم های یادگیری ماشین دارد, که معمولا مبتنی بر شبکه های عصبی مصنوعی اند و تلاش دارند تا روابط سطح بالای موجود در داده ها را مدل نمایند. بخودی خود یادگیری عمیق برای سناریوهای خیلی خاصی مفید بوده و نیازمند استفاده از مدلهای یادگیری ماشین و تکنیک های دیگر جهت ایجاد نتایج معنادار بیشتر است. در این یادگیری ویژگی های سطح بالاتر توسط سطوح پایین تر بیان می شود.

توضیحات بیشتر »

اصول وب کاوی – سیستم های پیشنهاد دهنده

وب کاوی

سیستم های پیشنهاد دهنده (Recommendation Systems) : به معنای پیشنهاد دادن محتوا (کتاب، فیلم، عکس، متن و …) به مخاطب بر اساس رفتار کاربر، پروفایل کاربر، نیاز کاربر و …  است. بطور کلی در سیستم های پیشنهاد دهنده هدف فراهم آوردن سه فاکتور تازگی (novelty) ، دقت (precision) و پوشش …

توضیحات بیشتر »

اصول وب کاوی – Web Usage Mining

وب کاوی

Web Usage Mining از جریان کلیک کاربر و فعالیت کاربر استخراج دانش می کند. با شناخت رفتار کاربر می تواند سرویس های مناسب را به آن بدهد. در واقع هدف آنالیز الگوهای رفتاری براساس رفتار کاربر و تعامل ان با سایت می باشد. اولین داده ها لاگ ها ی وب سایت میباشد.

توضیحات بیشتر »

اصول وب کاوی – Web Structure Mining

وب کاوی

Web Structure Mining به معنای استخراج دانش و الگوهای با ارزش از ساختار (ارتباطات) صفحات وب است. دو نوع ارتباط داریم: لینک های صریح Explesive : یا لینک های واضح ارتباط مستقیم را گویند. لینک های غیر صحیح InExplesive :ارتباطاتی که به صورت غیر مستقیم بوسیله برچسب (Tag) بوجود می آید. …

توضیحات بیشتر »