به‌واسطه پیشرفت تکنولوژی، بشر شاهد رشد انفجاری در تولید داده میباشد که نیازهایی جهت گردآوری و ذخیرهسازی آن ایجاب میکند. این حجم عظیم دادگان از طریق انسان به راحتی قابل تحلیل و ارزیابی نیستند. به همین دلیل الگوریتمهای داده‌کاوی به کار گرفته شدهاند تا به فرآیندهای تصمیمگیری و بهبود کسب و کار کمک کنند.
فرآیند داده‌کاوی را تحت عنوان «کشف دانش از داده» میشناسند. به بیانی دیگر، داده‌کاوی به مجموعه‌ای از روش‌های قابل اعمال بر پایگاه داده‌های بزرگ و پیچیده به منظور کشف الگوهای پنهان و جالب توجه نهفته در میان داده‌ها، اطلاق می‌شود…درباره داده کاوی بیشتر بخوانید
در مقالات قبلی این مجموعه، تکنیک‌هایی را معرفی کردیم که برای مدیریت
در این نوشتار، مروری بر الگوریتم رگرسیون چندجمله‌ای خواهیم داشت. این الگوریتم
هر برنامه اقتصادی با کاربردهای داده کاوی در مدیریت در ارتباط است؛
در فرایند اکتشاف داده‌ها و ساخت مدل، روش‌های گوناگونی برای انجام مسائل
تشخیص ناهنجاری Anomaly Detection به فرایند تشخیص آیتم‌ها یا رویدادهای غیرمنتظره‌ای اشاره
اگر فکر می‌کنید که نقش هوش مصنوعی و یادگیری ماشین در فروشگاه
یادگیری ماشین را می‌توان در دیتاستهای سری زمانی Time series datasets پیاده‌سازی
از اصول مهم علوم داده این است که با استفاده از داده‌های
در قسمت اول (لینک آن در ادامه مطلب قرار دارد) از این
بسیاری از نیروهای پلیس که در کشتار افراد تحت بازداشت دست داشته‌اند،
هر گاه بخواهیم مسئله‌ای را برای یک مدل یادگیری ماشین تعریف کنیم،
کتابخانه Pandas محبوب‌ترین کتابخانه مورداستفاده در فعالیت‌های تحلیلی و اصلاحی است. به
یکی از باورهای مشترک در دنیای امروز و در حوزه کسب و
قضیه حد مرکزی Central Limit Theorem در کانون استنباط آماری Statistical inference
نرخ دقت (Accuracy) معیار مهمی برای ارزیابی عملکرد مدل است، اما کافی
بی‌تردید، GIT هدف غاییِ سیستمهای کنترل نسخه است. GIT عملکرد بسیار خوبی
چالش داده های مناسب در یادگیری ماشینی، از مهم‌ترین چالش‌های ارائه دهندگان
IDE یا محیط توسعه یکپارچه Integrated Development Environment ابزاری است که امکانات
در حال حاضر دسترسی پراکنده و متناقض به داده های شهری، باعث
داده کاوی برای موفقیت هر سازمان، تجارت و کسب‌وکاری ضروری است. از
تعمیرات و نگهداری پیش گویانه حاصل از تلفیق اینترنت اشیاء و هوش