Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
رویدادها
جیتکس
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله

فیلم آموزش علوم داده – رگرسیون لجستیک در R (درس پنجم)

زمان مطالعه: 2 دقیقه

یکی از داغ‌ترین مباحث این روزها در دنیا علوم داده و یکی از زبان‌های مکمل آن، یعنی R است. در این ویدئو رگرسیون لجستیک را آموزش خواهیم داد؛ اما پیش از آن لازم است توضیح دهیم که چرا علوم داده برای دنیا مهم است.

علم داده علمی است که در آن تحلیل داده‌های ساختاریافته و غیر‌ساختاریافته با هدف کسب دانش و بینش دنبال می‌‎شود. بسیاری از وب‌سایت‌های معتبر و متخصصان علم کامپیوتر آن را جذاب‌ترین شغل قرن 21 می‌دانند. اهمیت و جذابیت علوم داده باعث شده تا هر روز به تعداد علاقه‌مندان یادگیری آن افزوده شود. البته که چالش پیش رو برای افرادی که علاقه‌مند یادگیری این علم هستند، کمبود منابع مفید و دوره‌های آموزشی مناسب است.

اولین قدم برای فراگیری این علم می‌تواند تماشای ویدیوهای آموزشی باشد. البته با توجه به محدود بودن این ویدیوها و این‌که بسیاری از آن‌ها به زبان اصلی هستند، یافتن ویدیوهای مناسب کار دشواری خواهد بود. از مجموعه آموزشی که برای علاقه‌مندان در نظر گرفته شده تا اینجا پنج درس در هوشیو منتشر شده است.

رگرسیون لجستیک در زبان برنامه‌نویسی R

 

درس اول مربوط به آشنایی با دیتاساینس بود و با تماشای آن پاسخ این سوالات که علوم داده چیست، دانشمند داده کیست، یک روز کاری دانشمند علوم داده چطور سپری می‌شود و مهارت‌های لازم برای تبدیل شدن به یک دانشمند داده کدامند، مشخص می‌شد.

در درس دوم به زبان برنامه‌نویسی R، اهمیت آن، شبکه آرشیو R، روش نصب، انواع داده‌ها در این زبان برنامه‌نویسی، وارد کردن داده‌ها به زبان R و خروجی گرفتن از آن‌‌ها پرداختیم.

درس سوم مربوط به رگرسیون خطی ساده بود. در آن درس درباره دو مبحث مهم خط بهترین برازش و تحلیل همبستگی در زبان برنامه‌نویسی R توضیح داده شد.

در درس چهارم به درخت تصمیم پرداخته شد. مفاهیم آن درس مقدمه‌ای بر الگوریتم درخت تصمیم و مفاهیم آنتروپی و بهره اطلاعاتی بودند. یک مثال کاربردی مناسب از درخت تصمیم هم ارائه شد.

موضوع درس پنجم رگرسیون لجستیک است. هرچند رگرسیون لجستیک در واقع نامی اشتباه برای این مبحث است، زیرا زمانی که نام رگرسیون به میان می‌آید، تصویر رگرسیون خطی(یک الگوریتم یادگیری ماشین برای متغیرهای پیوسته) در ذهن افراد شکل می‌گیرد. درحالی‌که رگرسیون لجستیک یک الگوریتم دسته‌بندی است نه یک الگوریتم پیش‌بینی.

در این درس به دلایل استفاده از رگرسیون، معرفی و توضیح رگرسیون و انواع آن، دلایل استفاده از رگرسیون لجستیک و معرفی و توضیح رگرسیون لجستیک پرداخته شده و مثالی کاربردی از رگرسیون لجستیک هم ارائه شده است.

همچنین می‌توانید از طریق لینک زیر ویدیوهای مربوط به دروس دیگر را مشاهده کنید:

[button href=”https://hooshio.com/%d8%b1%d8%b3%d8%a7%d9%86%d9%87-%d9%87%d8%a7/%d8%a2%d9%85%d9%88%d8%b2%d8%b4-%d8%b9%d9%84%d9%88%d9%85-%d8%af%d8%a7%d8%af%d9%87/” type=”btn-default” size=”btn-lg”]ویدیوهای آموزش علوم داده[/button]

 

دیگر ویدیوهای هوش مصنوعی را در هوشیو تماشا کنید

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
[wpforms id="48325"]