موقعك الحالي: صفحة رئيسية > المنتجات > از ویژگی های داده ها انتخاب و استخراج
الصين -تشنغ تشو -المنطقة الوطنية للتنمية الصناعية للتكنولوجيا المتطورة، جادة العلوم رقم 169.
الرقم البريدي 450001.
الاتصال: 15538087991.
البريد الإلكتروني: [email protected]
البريد الإلكتروني: [email protected]
بعد بيع الطاحونة: 15713856500
بعد البيع: 15538087991.
عنوان البريد الإلكتروني: [email protected]
كيف تشتري منتجاتنا؟
2022.6.19 در درس ویژگی و پس از آن در دادهکاوی چیست، با این مبحث آشنایی اولیه پیدا کردید، در این درس میخواهیم بیشتر به عملیاتِ انتخاب ویژگی یا همان Feature Selection که به نظرْ مهمترین بخش عملیات داده ...
More2023.5.25 استخراج ویژگیهای مهم در دادهها یکی از مهمترین فرآیندهای تحلیل داده است که به شرکتها کمک میکند تا اطلاعات مفیدی از دادههای خود استخراج کنند و در نتیجه به رشد و بهبود کسبوکار ...
Moreاستخراج ویژگی یعنی انتخاب ویژگی که بتوان با اطلاعات اندک ،تصویر را توصیف کنیم این ویژگی ها باید دارای خصوصیاتی باشند بطوریکه بتوان با مجموعه ای از این ویژگی ها هر هر تصویر به منحصر بفرد توصیف گردد. اگر مجموعه ای از این ویژگی ها
More2023.10.26 به بیان ساده و به طور خلاصه، علم داده به تجزیه و تحلیل داده و استخراج بینشهای معنادار از آن به وسیله ترکیب کردن علم آمار، ریاضیات، مهارتهای برنامه نویسی و تخصص
Moreتفاوت میان استخراج ویژگی و انتخاب ویژگی بیان مساله انتخاب ویژگی تفاوت روش های فیلتر (Filter) و Wrapper پیچیدگی محاسباتی مساله انتخاب ویژگی بهترین ویژگی های فردی (Best Individual d Features)
Moreالگوریتم های استخراج ویژگی. روشهای انتخاب ویژگی (Feature Selection Methods) به منظور مواجهه با دادههای ابعاد بالا، به مولفهای جدایی ناپذیر از فرآیند یادگیری مبدل شدهاند. یک انتخاب ویژگی صحیح می ...
More2023.10.24 یکی از مراحل فرآیند دادهکاوی، انتخاب و استخراج ویژگی است که از آن با عنوان کاهش ابعاد نیز یاد میشود. زیرا طی این فرآیند، تعداد ویژگیهایی که یک نمونه را توصیف میکنند تحت شرایطی خاص کاهش ...
Moreاول اینکه در روش فیلتر انتخاب بهترین ویژگی ها براساس معیاری مستقل از معیار برازندگی اصل مسئله میباشد، اما در روش رپر انتخاب بهترین ویژگی ها بر اساس معیار نهایی بوده و معیار برازندگی برای هر ...
Moreروش های انتخاب ویژگی در داده کاوی - نحوه انتخاب ویژگی و موارد استفاده از آن - پی استور. مقاله روشهای انتخاب ویژگی در داده کاوی، برای توضیح انواع روش های انتخاب ویژگی در یادگیری ماشین و حوزه ...
Moreاین الگوریتم از معیار اطلاعات یا Information Gain برای انتخاب ویژگی ها برای تقسیم داده ها استفاده می کند. C4.5 در مقابل ID3 که فقط با ویژگی های گسسته کار می کند، C4.5 می تواند با ویژگی های گسسته و پیوسته کار کند.
More2022.11.7 نمره 5.00 از 5. در دوره تخصصی پردازش سیگنال مغزی (eeg ) تمامی مباحث پایه و کاربردی پردازش سیگنال eeg به صورت مرحله به مرحله آموزش داده شده بر روی سیگنال eeg پیادهسازی شده اند. این دوره کاملا پروژه ...
More۳ مهندسی ویژگی و استخراج و انتخاب ویژگی (Feature extraction) در این گام استخراج ویژگی و انتخاب ویژگی تاثیرگذار و انواع روشهای آن مورد بحث قرار میگیرد. برای درک بهتر این مرحله یک مثال ساده می آوریم.
More2019.6.30 سلام.. ما در درس شناسایی آماری الگو، و درس یادگیری ماشین با اصطلاح ویژگی خیلی روبرو میشویم که یک بحث مهمی است و ما برای اینکه بتوانیم یک مدل خوب طراحی کنیم لازمه که ویژگی خوبی استخراج کنیم، در این جلسه قصد داریم در مورد ...
More2023.8.19 مراحل پیش پردازش داده عموما به دو دسته تقسیم میشوند که عبارتند از: انتخاب اشیا داده و ویژگی ها (attribute) برای تحلیل. ایجاد کردن یا تغییر دادن ویژگی ها. در ادامه ما درباره ی روش های زیر در پیش ...
Moreروش های مختلفی برای استخراج ویژگی به صورت با ناظر، بدون ناظر، خطی یا غیرخطی وجود دارد . برای روش با ناظر میتوان از Factor Analysis (FA)، برای روش بدون ناظر میتوان از. Principal Component Analysis (PCA)، برای روش غیرخطی ...
More2023.10.31 نحوه پیاده سازی الگوریتم های یادگیری ماشین چگونه است؟ پس از پیش پردازش دادهها، برنامهنویسان یک مدل یادگیری ماشین را انتخاب و دادهها را وارد مدل انتخاب شده میکنند، به طوری که مدل خود را برای یافتن الگوها یا پیش ...
More3-1- پیشپردازش دادهها و انتخاب مجموعهای از ژنها با استفاده از آنالیز همبستگی پیرسون بهمنظور امتیازدهی به هر ژن، دو نشانگر ویژگی ایدهآل باینری مطابق رابطه (1) تعریف میشود.
Moreاز این جهت در ادامه به روش های شبه بهینه (Sub-Optimal) یافتن ویژگی ها اشاره خواهیم کرد و در این راستا الگوریتم های انتخاب ویژگی زیر مورد بررسی قرار خواهند گرفت. بهترین ویژگی های فردی (Best Individual d Features)
More2023.10.29 انتخاب ویژگی هدف نهایی انتخاب ویژگی این است که زیر مجموعه ای از ویژگیها در فضای اصلی را انتخاب کند که حاوی بیشترین اطلاعات موجود در دادههای اصلی باشند؛ سپس این ویژگیها را به عنوان ویژگی در بعد کاهش یافته معرفی کند.
More2023.10.24 کارشناسان انبار داده (Data warehouse) برای این خصیصهها از واژه بُعد (Dimension) استفاده میکنند. یکی از مراحل فرآیند دادهکاوی، انتخاب و استخراج ویژگی است که از آن با عنوان کاهش ابعاد نیز یاد میشود.
MoreWeb scraping نامی آشنا در دنیای برنامهنویسی و تجارت آنلاین است. قدمت Web scraping با خود وب برابری میکند. ۶ مورد از ابزارهای Web scraping برای استخراج داده Web scraping نامی آشنا در دنیای برنامهنویسی و تجارت آنلاین است.
More2023.11.7 اگر ویژگیهای استخراجشده با دقت انتخاب شوند، انتظار میرود که مجموعه ویژگیها اطلاعات مربوطه را از دادههای ورودی استخراج کند تا با استفاده از این نمایش کاهشیافته به جای ورودی با اندازه بزرگ الگوریتم را اجرا کرد ...
Moreدسته بندی دادهها فرایند کشف دانش پنهان در داده های عظیم است. در فرآیند داده کاوی، ابتدا مجموعه دادههای بزرگ مرتب میشوند، سپس الگوها شناسایی شده و روابطی برای انجام تجزیه و تحلیل دادهها و حل مشکلات ایجاد میشود.
MoreSpinn3r محتویات مشابه به گوگل را ورودی گرفته، و دادههای استخراج شده را در فایلهای JSON ذخیره میکند. این ابزار web scraping به طور مداوم وب را اسکن کرده و بروزرسانیها را از چندین منبع پیدا میکند.
More2021.11.19 با این حال، یک پایگاه داده NoSQL واقعی با ویژگی هایی مانند مقیاس پذیری، انعطاف پذیری و کارایی برای تطبیق داده ها شناسایی می شود. اگرچه پایگاههای داده NoSQL چهار نوع هستند – سند، کلید-مقدار، ستون ...
Moreدر پارسکدرز به صورت کاملا رایگان و با چند کلیک پروژه داده کاوی (Data Mining) خود را ثبت کنید و پیشنهادات فریلنسرهای داده کاوی (Data Mining) را دریافت کنید و در صورت رضایت از حاصل کار، پرداخت را انجام دهید.
Moreاین امر که دانشمندان داده بخش بزرگی از وقت خود را صرف آماده سازی داده ها می کنند بر کسی پوشیده نیست. در این دوره، یعنی انتخاب ویژگی و استخراج در مایکروسافت آژور، شما می توانید داده های خود را برای استفاده در مدل ...
Moreذز این آموزش به تمامی جنبه های مرتبط با یادگیری ماشین کاهش ابعاد مانند تحلیل مولفه اصلی ، انتخاب ویژگی ها ، مزایا و معایب آن می پردازیم. مولفه های کاهش ابعاد دو عامل کاهش ابعاد عبارتند از : ...
Moreطبقهبندی دادهها و ارزیابی و اعتبارسنجی نتایج حاصل شده. 2-1- پیشپردازش دادههای بیان ژن پیش از اعمال الگوریتمهای استخراج ویژگی و طبقهبندی نیاز است که داده مورد استفاده پیشپردازش شود.
Moreالصين -تشنغ تشو -المنطقة الوطنية للتنمية الصناعية للتكنولوجيا المتطورة، جادة العلوم رقم 169.