بی‌تردید، GIT هدف غاییِ سیستم‌های کنترل نسخه است. GIT عملکرد بسیار خوبی در تهیه نسخه‌های مختلف از کدهای منبع دارد. اما برخلاف مهندسی نرم‌افزار، پروژه‌های «علم داده» دارای فایل‌های بسیار حجیمی مثل دیتاست، فایل‌های مدل آموزش دیده، رمزگشایی برچسب و غیره هستند. اندازه این دست از فایل‌ها می‌تواند تا چند

چالش‌ داده های مناسب در یادگیری ماشینی، از مهم‌ترین چالش‌های ارائه دهندگان این خدمات است. راه‌حل‌های یادگیری ماشین به طور فزاینده ای توسط مشاغل در سراسر جهان مورد بررسی قرار می‌گیرند تا به آن‌ها کمک کند بر مشکلات تجاری غلبه کنند و راه‌حل‌های نوآورانه برای دستیابی به داده‌های صحیح و

IDE یا محیط توسعه یکپارچه Integrated Development Environment ابزاری است که امکانات اساسی لازم برای برنامه‌نویسی را به‌صورت یکجا در اختیار برنامه‌نویس قرار می‌دهد. اگر IDE نبود برنامه‌نویس‌ها مجبور بودند نوشتن، تست کردن و عیب‌یابی کدها (Debugging) را به‌صورت جداگانه در برنامه‌های مختلف انجام دهند. با این توضیح مشخص می‌شود

در حال حاضر دسترسی پراکنده و متناقض به داده های شهری، باعث شده است تا تلاش‌ها برای مدیریت منصفانه و مؤثر در شهرها با مشکل مواجه شود. اما این مشکل به کمک هوش مصنوعی قابل حل است.

داده کاوی برای موفقیت هر سازمان، تجارت و کسب‌وکاری ضروری است. از مراقبت‌های بهداشتی و پزشکی گرفته تا خرده فروشی‌های ریز و درشت و صنایع هوافضا؛ تقریباً همه رشته‌ها می‌توانند از داده کاوی بهره ببرند و با کمک آن به سود برسند. بر اساس مقاله «کشف کنید داده کاوی چگونه

تعمیرات و نگهداری پیش گویانه حاصل از تلفیق اینترنت اشیاء و هوش مصنوعی می‌تواند کاربرد بسیار کارآمدی داشته باشد. تعمیرات و نگهداری پیش گویانه Predictive maintenance در پنج سال گذشته رشد و توسعه چشمگیری را تجربه کرده و بازگشت سرمایه بالایی به همراه داشته است. این تحولات نشان از قدرت

در مقالات آموزشی قبل به معرفی  الگوریتم‌های یادگیری ماشین بانظارت و آن دسته از روش‌های توسعه مدل‌ پرداختیم که در آن‌ها از داده‌های برچسب‌دار استفاده می‌شود. به بیانی دیگر در این دسته از روش‌ها، داده‌ها دارای تعدادی متغیر هدف Target variable با مقادیر مشخص هستند که از آن‌ها برای آموزش

مزایای علم داده و تجزیه و تحلیل آن‌ها هر روزه به کسب‌وکارها کمک می‌کنند، تا کارایی خود را افزایش دهند، به‌تدریج نگرش‌های کاربردی عمیق‌تری به دست آورند و در نهایت درآمد بیشتری کسب کنند. با این حال، تأثیر علم داده فراتر از بخش کسب‌وکار است و به حل برخی از

برای آن که جایگاه و کارکرد رشته دیتا ساینس در ایران را بررسی کنیم و بفهمیم دیتا ساینس یا علم داده چیست، ابتدا باید به چیستی این دانش بپردازیم و سپس جایگاه و کارکرد آن را از گوشه‌های مختلف مورد بررسی قرار دهیم. در سال‌های گذشته جامعه جهانی با انفجار

هدف ما در استفاده از هوش مصنوعی، کشف مکانیسم‌های سازگاری در یک محیط در حال تغییر با استفاده از هوش است، به‌عنوان مثال در توانایی حذف راه حل‌های بعید. روش‌های هوش مصنوعی کاربرد گسترده‌ای در زمینه‌های مختلف مانند پزشکی، بازی، حمل و نقل یا صنایع سنگین دارد. این مقاله به

Pandas یک کتابخانه پایتون همه منظوره و قدرتمند است و عمدتاٌ در تحلیل داده‌ کاربرد دارد و فرایند تحلیل و کشف داده‌ها را تسریع می‌بخشد. یکی از مزایای Pandas در این است که برای انجام یک مسئله چندین روش مختلف ارائه می‌دهد. در طول فرایند تحلیل داده همیشه مجبور می‌شویم

آیا شما نیز یکی از میلیون‌ها برنامه‌نویس پایتون هستید که به دنبال کتابخانه‌ای قدرتمند برای یادگیری ماشین می‌گردند؟ اگر چنین است، باید کتابخانه سایکیت لرن Scikit-Learn را بشناسید. سایکیت لرن در دنیای پایتون نقش مهمی در حوزه یادگیری ماشین دارد و آشنایی با آن برای دریافت مدرک علوم داده‌ ضروری

اکنون که شرکت‌ها انتظار دارند، نتایجی ملموس از به‌کارگیری فناوری‌ها مشاهده کنند، 2022 را می‌توان سال به ثمر نشستن هوش مصنوعی، کلان‌داده و تحلیل داده دانست؛ اما حوزه‌ فناوری اطلاعات (IT) راه درازی در پیش دارد. در این نوشتار، ده مورد از چشم‌اندازهای حوزه‌ کلان‌داده و تحلیل داده در سال

در حال حاضر، میلیاردها دستگاه به اینترنت اشیاء Internet of Things (IoT) متصل هستند و محققان پیش‌بینی می‌کنند این حوزه طی دهه‌ی آینده، رشدی بی‌سابقه داشته باشد. یکی از جالب‌ترین، چالش‌برانگیزترین و احتمالاً سودمندترین زمینه‌های کاربرد اینترنت اشیاء در بخش خودکار است. خودروها جزئی جدایی‌ناپذیر از زندگی روزمره‌ی اغلب افراد

بخشی از حرفه متخصصین علوم داده را تحلیل کاوشگرانه داده‌ (EDA) تشکیل می‌دهد. هدف از تحلیل داده‌ها، درک و شناخت بیشتر آن‌ها است. تا چندی پیش، تحلیل داده‌ها با استفاده از دیتافریم‌های pandas کار دشواری بود، چرا که مجبور بودیم تک تک تحلیل‌ها را از ابتدا کدنویسی کنیم. کدنویسی تک

این متن، دومین قسمت از مجموعه‌ روش‌های آزمایش AB بیزی در موقعیت‌های زندگی واقعی است. در اینجا از برخی مفاهیم معرفی‌شده در قسمت اول (لینک دسترسی به آن در انتهای مطلب قرار دارد) استفاده می‌شود: مدل‌سازی و تجزیه و تحلیل معیارهای آزمایش بر اساس تبدیل (معیارهای نرخی) مدل‎سازی و تجزیه

در این مقاله، درباره محاسبات و نحوه پیاده‌سازی آزمایش بیزی AB در دنیای واقعی بحث می‌شود. فهرستی از مطالبی که در این متن توضیح داده می‌شود از این قرار است: مدل‌سازی و تجزیه‌وتحلیل معیارهای آزمایشی مبتنی بر تبدیل (معیارهای نرخی (Rate Metrics)) مدل‌سازی و تجزیه و تحلیل معیارهای آزمایشی مبتنی

احتمالاً همه بر سر این موضوع توافق نظر دارند که یکی از پرکاربردترین معیارها در مشاغل، همبستگی، یا به بیان دقیق‌تر، همبستگی‌‌‍‌‌‌‌‌‌ پیرسون (Pearson Correlation) است. یادآوری: همبستگی‌‌‌‌‌ رابطۀ خطی بین دو متغیر را اندازه می‌گیرد. مسئله این است که بسیاری از روابط خطی نیستند. مثلاً، شاید در نتیجۀ محاسبات

پژوهشگران از هوش مصنوعی برای مطالعه آواز پرندگان استفاده می‌کنند، تا از جمعیت آن‌ها، الگوهای مهاجرت و حتی لهجه‌های محلی آن‌ها، اطلاعاتی به دست آورند. مثال‌هایی از کاربرد هوش مصنوعی در مطالعه آواز پرندگان از طریق مطالعه‌ای که بر روی آواز پرندگانِ رشته‌کوه‌های سیرا نوادا در کالیفرنیا انجام شد، یک

کار پژوهشی اخیر ما مقاله‌ی Rethinking the Value of Labels for Improving Class-Imbalanced Learning بود که در کنفرانس NeurIPS 2020 نیز پذیرفته شد. در این مقاله اساساً به مسئله‌ی در شرایط عدم توازن داده‌‌ها (که به عنوان توزیع داده‌ها با دنباله‌ی‌ کشیده نیز شناخته می‌شود) پرداختیم که مسئله‌ای قدیمی و

اکثر روش‌های دسته‌بندی سری‌های زمانی که با دقتی در سطح دقت آخرین پیشرفت‌های علمی (یا به عبارتی SOTA) ایجاد شده‌اند، سطح محاسباتی بسیار پیچیده و مقیاس‌پذیری پایینی دارند. به عبارت دیگر فرآیند آموزش آنها روی دیتاست‌های کوچک کُند است و در دیتاست‌های بزرگ کاملاً بلااستفاده‌ هستند. روش ROCKET (که مخفف

با در نظر گرفتن همه انتظارات و امیدهایی که درباره هوش مصنوعی می‌شنویم، شاید تعجب‌آور باشد که بدانیم محققان در مورد چگونگی توسعه این حوزه به شدت اختلاف نظر دارند. این دودستگی و شکاف در هوش مصنوعی و مغز انسان ، بین طرفداران هوش مصنوعی سنتی و منطق‌محور و علاقه‌مندان

در این مقاله قصد داریم مقدمه‌ای بر تابع‌های پایه شعاعی را ارائه دهیم. در مقابل، مجموعه‌ای از داده‌های تک بُعدی را مشاهده می‌کنید. کاری که باید انجام دهید این است که راهی بیابید و این داده‌ها را به وسیله یک خط به دو کلاس جداگانه تقسیم کنید. شاید در نگاه

هوش مصنوعی با تشخیص بیماری تحول شگرفی در پزشکی، بهداشت و درمان ایجاد خواهد کرد. داده‌های تشخیصی بیماران از قبیل تصاویر پرتو ایکس، نوار مغزی و سونوگرافی با یادگیری ماشین به شکل بهتری مورد تجزیه و تحلیل قرار می‌گیرند؛ بنابراین، این تغییراتِ عمده زمینه را برای تشخیص بیماری در مراحل

آموزش شبکه های عصبی برای تقلید از عملکرد مغز این فرصت را در اختیار مدل‌های یادگیری عمیق قرار داده تا یادگیری را بر روی داده‌های جدید (داده‌هایی که از سابقه‌ای از آنها ندارند) اعمال کنند. چیزی که انسان را از سایر موجودات متمایز می‌سازد برخورداری از قدرت مغز و توانایی‌های

یادگیری ماشین، یادگیری عمیق و هوش مصنوعی از جمله ابزارهای ضروری برای رقابت در دنیای دیجیتال امروزی هستند. شرکت‌ها می‌توانند با استفاده از یادگیری ماشین و هوش مصنوعی از داده های تاریک برای کسب بینش اقتصادی رقابتی‌تر بهره جویند. داده های تاریک از میلیون‌ها نقطه داده غیرساختاریافته تشکیل یافته‌اند که

سال گذشته دانشمندان دانشگاه کرنل پژوهش جالبی در مورد استفاده از دوربین‌های پوشیدنی برای ردیابی حالات چهره انجام دادند. این فناوری اکنون شکل عملی‌تری به خود گرفته است. همین تیم پژوهشی دستگاهی شبیه یک گردنبند طراحی کرده است که از دوربین‌های مادون قرمز برای تصویربرداری از حرکات کامل صورت استفاده

برای شرکت‌های نفت و گاز، تحول دیجیتال یک اولویت است. در واقع این تحول دیجیتال ، نه‌تنها راهی به مدرن‌سازی شرکت‌ها است، بلکه برای تأمین امنیت تمامی اکوسیستم انرژی یک ضرورت محسوب می‌شود. اگر از این دیدگاه نگاه کنیم، لزوم استفاده از هوش مصنوعی و ظرفیت‌های یادگیری ماشین برای بهینه‌سازی

محققان قرار است با طراحی نوعی الگوریتم خودآگاه مانع فعالیت‌های هکرها شوند. هکرها از مرزهای دفاعی یک نیروگاه انرژی هسته‌ای عبور می‌کنند و با تغذیه‌ داده‌های جعلی به سیستم‌ها، کامپیوترها و کارکنان را فریب می‌دهند؛ ماشین‌آلات کلیدی نیروگاه‌ها دچار اختلال شده یا به طور کل از کار می‌افتند. تا وقتی

پیش از آنکه با مفاهیم داده کاوی و مکانیزم‌های آن آشنا شویم، بهتر است از نگاهی کلان‌تر به آن نظر افکنده و به چرایی پیدایی این فناوری بپردازیم. به نظر این مقاله تبیین چرایی ایجاد فناوری و مفاهیم داده کاوی می‌تواند در فهم چگونگی آن و آشنایی با کاربردها یا

سکته مغزی زمانی اتفاق می‌افتد که جریان خون به مغز مسدود شود. گاهی اوقات، سکته‌ی مغزی می‌تواند منجر به آسیب‌ها و ناتوانی‌های بلندمدت شود. بهبود و بازیابی بعد از سکته، برای بسیاری از بیماران، مسیری طولانی و مشقت‌بار است.

آشنایی با مفاهیم پیش پردازش داده و اجرای آن‌ها در هنگام استفاده از کتابخانه scikit learn داده به مجموعه‌ای از دانسته‌ها، آمار، مشاهدات یا توصیفات مربوط به مفهومی گفته می‌شود که به صورت سازمان‌یافته و یا غیرسازمان‌یافته ارائه می‌شوند. داده‌ها انواع مختلفی دارند و برای نمونه می‌توان به  تصویر، واژه،

تحلیل اکتشافی دادهExploratory Data Analysis  مهم‌ترین بخش تحلیل داده/ یادگیری ماشین است. این عملیات حدود 70 تا 80% چرخه‌ی زندگی هر پروژه‌ی علوم داده را به خود اختصاص می‌دهد. اکتشاف، آماده‌سازی و درک داده‌ها، بخشی از روش‌شناختی استاندارد این حوزه است. برای اطلاعات بیشتر می‌توانید به این لینک مراجعه کنید.

در این نوشتار قصد داریم تعدادی از متدهای ارزیابی عملکرد مدل طبقه بندی را به شما معرفی کنیم: Cross Validation مدل ماتریس در هم ریختگی(Confusion Matrix) منحنی ROC امتیازCohen’s κ import numpy as np import pandas as pd import seaborn as sns import matplotlib.pyplot as plt import warnings warnings.filterwarnings(‘ignore’) در گام

قایق خودران ملقب به ربوقایق (Robaot)  که به کوشش دانشگاه MIT ساخته شده سفر خود را از کانال‌های آبی آمستردام آغاز می‌کند. اگر جزء آن دسته از افرادی هستید که دچار دریازدگی نمی‌شوند، شاید قایق خودران وسیله مناسبی برای رفت و آمد شما باشد. دانشمندانی از آزمایشگاه علوم کامپیوتر و

پژوهشگران دانشگاه سن‌دیگو کالیفرنیا ابزاری تولید کرده‌اند که مجموعه‌ داده‌های قندگان شناسی glycomics (گلیکومیکس) را با استفاده از سیستم‌های هوش مصنوعی توضیح‌پذیر و دیگر روش‌های یادگیری ماشین تحلیل می‌کند. در مقاله‌‌ای که به‌تازگی درNature Communications منتشر شده، این تیم نشان داده‌ است که داده‌های قندگان شناسی نیازمند دقت بیشتری است، تا

اگر برای تحلیل داده‌های Data analysis خود از پایتون و کتاب‌خانه pandas استفاده می‌کنید، دیر یا زود مجبور می‌شوید با حلقه‌ های pandas هم کار کنید. اجرای حلقه‌های استاندارد برای یک دیتافریم کوچک بسیار زمان‌بر است بنابراین، اجرای آن برای دیتافریم‌های بزرگ‌تر قطعاً به زمان بیشتری نیاز دارد. وقتی برای

‌‌حوزه علوم داده، گستره‌ای است که نسبت به دیگر حوزه‌‌‌های مرتبط با مهندسی ‌‌‌نرم‌‌افزار، به مجموعه مهارت‌‌‌های بیشتری نیاز دارد. یکی از متداول‌‌ترین سوالاتی که از دانشمندان علوم داده پرسیده‌ می‌‌شود، این پرسش است: «شما واقعاً چقدر از دانش ریاضی در علم داده استفاده‌ می‌‌کنید؟»