هدف اصلی این مطالعه، استفاده از ابزار تحلیل دادۀ قوی مانند داده‌کاوی برای کشف الگوها و روابط پنهان در میان انبوه داده‌های وارانتی جمع‌آوری‌شده است؛ درنتیجه از تفسیر نتایج حاصل از این ...
در یادگیری عمیق، یک شبکه عصبی کانولوشن دسته ای از شبکه های عصبی عمیق است که معمولاً برای تجزیه و تحلیل تصاویر بصری استفاده می شود.آنها دارای برنامه هایی در تشخیص تصویر و فیلم، طبقه بندی تصویر ...
1. مقدمه. با توجه به اهمیت اطلاعات جغرافیایی شبکه‌های جاده‌ای در مناطق شهری و برون شهری، در دهه‌های اخیر، تعداد زیادی کار تحقیقاتی برجسته در زمینه تشخیص خودکار جاده‌ها انجام شده است [ 1 ] [ 2 ] .
لایه داده-لینک (Data-link) دومین لایه در مدل لایه‌بندی OSI محسوب می‌شود. این لایه یکی از پیچیده‌ترین لایه‌ها است و کارکردها و مسئولیت‌های پیچیده‌ای بر عهده دارد. لایه داده-لینک جزییات سخت‌افزار ...
در این دوره، بر تجزیه و تحلیل داده های اکتشافی (eda) با استفاده از پایتون مسلط شوید. در مجموعه داده های پیچیده غوطه ور شوید، بینش ها را استخراج کنید و مهارت علم داده خود را بالا ببرید.
از سوی دیگر، علم داده حوزه وسیع‌تری است که رشته‌ها و روش‌های مختلفی را برای استخراج دانش و بینش از داده‌ها برای حل مسائل پیچیده و تصمیم‌گیری مبتنی بر داده‌ها در بر می‌گیرد.
داده‌کاوی روش‌ها و ابزارهایی را برای خودکارسازی تحلیل‌ها و اکتشاف مجموعه داده‌های بزرگ و پیچیده ارائه می‌کند. امروزه، تحقیقات گسترده‌ای در ارتباط با داده‌کاوی در حوزه‌های متنوع و ...
علم داده (Data Science) یکی از حوزه‌های رو به رشد در دنیای فناوری اطلاعات است. این علم به استفاده از روش‌های آماری، تکنیک‌ها و الگوریتم‌های مختلف برای تجزیه و تحلیل داده‌ها به منظور استخراج الگوها و اطلاعات و در یک کلام ...
استخراج اطلاعات: ner داده های کلیدی را شناسایی می کند و به بازیابی اطلاعات کمک می کند. سازمان محتوا: به دسته بندی محتوا کمک می کند که برای پایگاه های داده و موتورهای جستجو مفید است.
داده کاوی عبارت است از فرایند یافتن و استخراج اطلاعات پنهان، الگوها و روابط مشخص در حجم انبوهی از داده‌ها با هدف پیش‌بینی رویدادها و نتایج آتی. داده کاوی، پایگاه‌ها و مجموعه حجیم داده‌ها را برای کشف و استخراج، مورد ...
برای آن، شناسایی وجود الگوی خوشه‌های فضایی در داده‌های تصادف ضروری است. ... کشف نتایج حاصل از ترکیب داده ها و تجزیه و تحلیل داده های بزرگ برای استخراج دانش از چندین مجموعه داده پراکنده و بزرگ ...
دانلود کتاب Machine Learning for Algorithmic Trading: Predictive models to extract signals from market and alternative data for systematic trading strategies with Python, 2nd Edition (به فارسی: یادگیری ماشین برای تجارت الگوریتمی: مدل های پیش بینی برای استخراج سیگنال ها از بازار و داده های ...
روش های داده کاوی. داده کاوی، استخراج خودکار اطلاعات ضمنی و بالقوه و مفیدی از داده‌ها است. که به طور فزاینده‌ای در زمینه تجاری، علمی و سایر زمینه‌ها مورد استفاده قرار می‌گیرد. داده کاوی (Data ...
علم داده (Data Science) ترکیبی چند رشته‌ای شامل استنتاج داده‌ها، توسعه الگوریتم و فناوری به‌منظور حل مسائل پیچیده تحلیلی است. هسته اصلی این مفهوم داده است. دیتا ساینس جنبه‌های حوزه‌های مختلف را با کمک محاسبات ترکیب می ...
Spinn3r 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.
تحلیل ترکیبی داده‌ها در اصل شامل ارایه روش‌هایی برای ترکیب داده‌های مختلف با هدف بررسی رفتار و مشخصات مختلف داده‌هاست. در ادامه به معرفی مفاهیم پایه تحلیل ترکیبی داده‌ها می پردازیم: 1 ...
روش های کشف دانش در داده کاوی. داده کاوی از ساخت مدل ها ی تحلیلی، دسته بندی و پیش بینی اطالعات و ارائه نتایج با استفاده از ابزارهای مرتبط استفاده می کند. برای اینکه الگوریتم داده کاوی بتواند ...
این ترکیبی خاص از فناوری‌های مبتنی بر هوش مصنوعی است، مانند تجزیه و تحلیل PESTEL، شخصیت‌های کاربر، بوم‌های ناب، و تحلیل‌های SWOT که همگی برای ارائه بینش‌های شخصی‌شده و عمیق طراحی شده‌اند. این ...
بررسی تفاوت‌های میان داده، اطلاعات و دانش در یک نگاه. اکوسیستم فناوری، داده محور است و یافتن ارزش در داده‌ها برای هر کسب و کار موفق، بسیار مهم خواهد بود. زین سبب موضوع مورد بحث در این مقاله ...
تحلیل داده. بیش از 15,583 دانشجو در این دسته از دوره‌ها شرکت کرده‌اند. تجزیه و تحلیل داده‌ها تجزیه و تحلیل داده‌ها یک فرایند پاکسازی، تغییر شکل و مدل‌سازی داده‌ها به منظور کشف اطلاعات ضروری ...
در این روش، در مرحله اول از قوانین انجمنی برای استخراج دانش و نمایش الگوها و قوانین موجود در بازار سهام به منظور تعیین دسته سهام‌های مرتبط جهت سرمایه گذاری احتمالی استفاده می‌شود، سپس از ...
آشنایی با داده‌کاوی (Data Mining) و کاربردهای آن به زبان ساده. داده‌کاوی (Data Mining) چیست؟. داده‌کاوی فرایندی است که از داده‌ها الگوها، اطلاعات مفید، و روابط پنهان در مجموعه داده‌های بزرگ استخراج ...
معرفی داده کاوی (Data Mining) به صورت ساده اینطور می توان بیان کرد که داده کاوی به استخراج دانش از حجم انبوهی از داده ها اطلاق می شود. به همین دلیل بسیاری از افراد این واژه را مترادفی برای واژه کشف ...
تکنیک های داده کاوی که مدعی داشتن توانایی های بالای پیش بینی و طبقه بندی هستند، می توانند حسابرسان را در کشف تقلب مدیریتی یاری کنند. هدف این مطالعه این بود که کارایی سه روش داده کاوی در کشف ...
۲. Matplotlib (مشارکت‌کنندگان: ۷۷۱ نفر، کامیت‌ها: ۲۷۹۳۷، ستاره‌ها: ۸۲۲۴Matplotlib یک کتابخانه دوبُعدی پایتون است که «Publication-Quality Figures» را در گستره‌ای از فرمت‌های «Hard Copy» و محیط‌های تعاملی در سراسر پلتفرم‌ها فراهم می‌کند.
داده کاوی گاهی اوقات با عنوان «کشف دانش در داده» یا KDD (مخفف Knowledge Discovery in Data) نیز شناخته می‌شود. ... به این معنی که یک دانشمند داده را می‌توان تا حدی ترکیبی از محقق هوش مصنوعی، مهندس یادگیری عمیق ...
تجزیه و تحلیل داده‌های بزرگ فرآیند اغلب پیچیده بررسی داده‌های بزرگ برای کشف اطلاعات – مانند الگوهای پنهان، همبستگی‌ها، روندهای بازار و ترجیحات مشتری – است که می‌تواند به سازمان‌ها در تصمیم‌گیری آگاهانه تجاری کمک ...
ترکیب منابع داده ، روش های کشف و تحقیق استخراج داده های جرمخلاصهبررسی و تحلیل ویژگی های جرم اولین گام در این حوزه است و دانشی که از روش های استخراج داده ها بدســــت می آید ابزار موثر در کمک و حمایت نیروی پلیس است .
در اینجا بهترین کتابخانه های پایتون برای تحلیل داده و دستکاری و ذخیره و به طور کلی فرآیندهای لازم برای علوم داده ارائه شده است: TensorFlow; NumPy; SciPy; Pandas; Matplotlib; Keras; SciKit-Learn; PyTorch; …
کاربردهای داده‌کاوی کجاست؟ تکنیک‌های داده‌کاوی به‌طور گسترده‌ای در میان تیم‌های تجاری و تجزیه‌وتحلیل داده‌ها استفاده می‌شود و به آنها کمک می‌کند دانش خود را برای سازمان و صنعت‌شان استخراج کنند.
