Media is too big
VIEW IN TELEGRAM
✴️ دوره یادگیری ماشین با جادی
🔰 فصل چهارم (خوشه بندی Clustering)
✅ 13 - آزمایشگاه DBSCAN
🔰 فصل چهارم (خوشه بندی Clustering)
✅ 13 - آزمایشگاه DBSCAN
14 - DBSCAN کوییز آزمایشگاه.rar
418.1 KB
✴️ دوره یادگیری ماشین با جادی
🔰 فصل چهارم (خوشه بندی Clustering)
✅ 14 - کوییز آزمایشگاه DBSCAN
🔰 فصل چهارم (خوشه بندی Clustering)
✅ 14 - کوییز آزمایشگاه DBSCAN
15 - Clustering پروژه خوشه بندی.rar
505.6 KB
✴️ دوره یادگیری ماشین با جادی
🔰 فصل چهارم (خوشه بندی Clustering)
✅ 15 - پروژه خوشه بندی Clustering
🔰 فصل چهارم (خوشه بندی Clustering)
✅ 15 - پروژه خوشه بندی Clustering
This media is not supported in your browser
VIEW IN TELEGRAM
📍مقایسه جالب میزان استفاده از کتابخانه های محبوب یادگیری ماشین از سال 2014 تا کنون
و تنسورفلو با اختلاف در راس
و تنسورفلو با اختلاف در راس
Media is too big
VIEW IN TELEGRAM
✴️ دوره یادگیری ماشین با جادی
🔰 فصل پنجم (سیستم های توصیه گر)
✅ 1 - مقدمه سیستمهای توصیهگر
🔰 فصل پنجم (سیستم های توصیه گر)
✅ 1 - مقدمه سیستمهای توصیهگر
Media is too big
VIEW IN TELEGRAM
✴️ دوره یادگیری ماشین با جادی
🔰 فصل پنجم (سیستم های توصیه گر)
✅ 2 - سیستمهای توصیهگر مبنی بر محتوا
🔰 فصل پنجم (سیستم های توصیه گر)
✅ 2 - سیستمهای توصیهگر مبنی بر محتوا
📁 معرفی نمودار Word Cloud یا Tag Cloud
📡 تعریف : تمام کلمات در یک خوشه یا ابر کلمات مرتب می شوند.بصورت عمودی افقی ستونی
📨 از این نمودار (Word Cloud ) می توان برای نمایش کلماتی که داده های متا به آنها اختصاص داده شده باشد ، استفاده شود. به عنوان مثال ، در یک Word Cloud با تمام نامهای کشور جهان ، می توان میزان جمعیت را برای تعیین هر اندازه به هر کشور اختصاص داد.
📨 رنگ استفاده شده در Word Cloud معمولاً بی معنی است و در درجه اول زیبایی شناسی است ، اما می توان از آن برای طبقه بندی کلمات یا نمایش متغیر داده دیگر استفاده کرد.
👆🏼 هر چیزی معایبی هم دارد . کلماتی که نامه های آنها حاوی صعودها و نزول های زیادی است ممکن است توجه بیشتری را به خود جلب کنند و نکته دیگر اینکه از نظر دقت تحلیلی عالی نیستند ، بنابراین به جای آن به دلایل زیبایی شناختی بیشتر مورد استفاده قرار می گیرند.
📡 تعریف : تمام کلمات در یک خوشه یا ابر کلمات مرتب می شوند.بصورت عمودی افقی ستونی
📨 از این نمودار (Word Cloud ) می توان برای نمایش کلماتی که داده های متا به آنها اختصاص داده شده باشد ، استفاده شود. به عنوان مثال ، در یک Word Cloud با تمام نامهای کشور جهان ، می توان میزان جمعیت را برای تعیین هر اندازه به هر کشور اختصاص داد.
📨 رنگ استفاده شده در Word Cloud معمولاً بی معنی است و در درجه اول زیبایی شناسی است ، اما می توان از آن برای طبقه بندی کلمات یا نمایش متغیر داده دیگر استفاده کرد.
👆🏼 هر چیزی معایبی هم دارد . کلماتی که نامه های آنها حاوی صعودها و نزول های زیادی است ممکن است توجه بیشتری را به خود جلب کنند و نکته دیگر اینکه از نظر دقت تحلیلی عالی نیستند ، بنابراین به جای آن به دلایل زیبایی شناختی بیشتر مورد استفاده قرار می گیرند.
Media is too big
VIEW IN TELEGRAM
✴️ دوره یادگیری ماشین با جادی
🔰 فصل پنجم (سیستم های توصیه گر)
✅ 3 - آزمایشگاه سیستمهای توصیهگر مبنی بر محتوا
🔰 فصل پنجم (سیستم های توصیه گر)
✅ 3 - آزمایشگاه سیستمهای توصیهگر مبنی بر محتوا
04_کوییز_آزمایشگاه_سیستم_های_توصیه_گر_مبنی_بر_محتوا.rar
384 KB
✴️ دوره یادگیری ماشین با جادی
🔰 فصل پنجم (سیستم های توصیه گر)
✅ 4 - کوییز آزمایشگاه سیستم های توصیه گر مبنی بر محتوا
🔰 فصل پنجم (سیستم های توصیه گر)
✅ 4 - کوییز آزمایشگاه سیستم های توصیه گر مبنی بر محتوا
2020 Gartner Magic Quadrant for #Data_Science and #Machine_Learning Platforms (آپدیت ماه فوریه)
نکته جالب حضور Databricks در جمع #Leaders هست.
نکته جالب حضور Databricks در جمع #Leaders هست.
Media is too big
VIEW IN TELEGRAM
✴️ دوره یادگیری ماشین با جادی
🔰 فصل پنجم (سیستم های توصیه گر)
✅ 5 - سیستمهای توصیهگر مبتنی بر همکاری
🔰 فصل پنجم (سیستم های توصیه گر)
✅ 5 - سیستمهای توصیهگر مبتنی بر همکاری