طبقه بندی یا Classification نوعی یادگیری تحت نظارت (Supervised Learning) در یادگیری ماشین است که هدف آن یادگیری نگاشت بین دادههای ورودی و برچسبهای خروجی است. دادههای ورودی معمولاً مجموعهای از ویژگیها یا فیچرهایی (Feature)
Read More2024year6month13day در یادگیری ماشین، طبقهبندی یک روش از یادگیری نظارت شده است، جایی که الگوریتم بر روی مجموعهای از دادههای دارای برچسب آموزش میبیند تا بتواند دسته دادههای جدید و ناشناخته را پیشبینی کند. هدف از طبقهبندی این است که مدلی
Read More2024year3month4day الگوریتمهای یادگیری ماشین بر اساس نوع مسئله و مقادیر هدف، به چند گروه مختلف تقسیم میشوند. از جمله مهمترین و رایجترین این تکنیکها میتوان به « طبقهبندی » (Classification) و « خوشهبندی ...
Read Moreمعیارهای عملکرد در یادگیری ماشین با پایتون برای مشکلات طبقه بندی. ما در درس های قبلی در مورد طبقه بندی و الگوریتم های آن بحث کرده ایم. در اینجا، ما می خواهیم معیارهای مختلف عملکردی را که می ...
Read Moreدر این مطلب توضیح میدهیم یادگیری ماشین چیست و علت اهمیت، انواع و نحوهی انتخاب ماشین لرنینگ مناسب را بررسی میکنیم. همچنین بررسی میکنیم که چه کسانی از یادگیری ماشین استفاده میکنند و ...
Read Moreprecision و recall دو معیار مهمی هستند که برای ارزیابی عملکرد طبقهبندیکنندهها استفاده میشوند. precision ، نسبت پیشبینیهای مثبت واقعی (نمونههای مثبت طبقهبندیشده صحیح) را در بین تمام پیش ...
Read Moreاین دوره مقدمه وسیعی برای یادگیری ماشین مدرن فراهم میکند، از جمله: یادگیری تحت نظارت (رگرسیون خطی چندگانه، رگرسیون لجستیک، شبکههای عصبی و درختهای تصمیم گیری)، یادگیری بدون نظارت (خوشهبندی، کاهش ابعاد، سیستمهای توصیهگر)، و برخی
Read Moreدر این مقاله می خوانید : معیارهای کارایی برای مسائل طبقه بندی (classification) دقت طبقه بندی (classification accuracy) گزارش طبقه بندی (classification report) میانگین خطای مطلق (mean absolute error - MAE) معیار های متنوعی
Read Moreدر علم یادگیری ماشین (Machine Learning)، به موضوع طراحی ماشینهایی پرداخته میشود که با استفاده از مثالهای داده شده به آنها و تجربیات خودشان، بیاموزند. در واقع، در این علم تلاش میشود تا با بهره ...
Read More2024year6month1day Cross Validation یکی از متدهای ارزیابی عملکرد مدل طبقه بندی متد Cross Validation است که بسیار ساده است: مقداری برای k انتخاب میکنیم، معمولاً k=5 یا k=10 ( در کتابخانه sklearn، 5 مقدار پیشفرض است). سپس دادهها را به k بخش مساوی تقسیم میکنیم ...
Read Moreطبقهبندی توسط مدلهای یادگیری ماشین را میتوان با روشهای تخمین دقت، مانند روش Holdout، که دادهها را به دو مجموعه آموزشی و تست تقسیم میکند اعتبارسنجی و عملکرد مدل آموزشی را ارزیابی کرد.
Read Moreالگوریتمهای یادگیری ماشین بر اساس نوع مسئله و مقادیر هدف، به چند گروه مختلف تقسیم میشوند. از جمله مهمترین و رایجترین این تکنیکها میتوان به « طبقهبندی » (Classification) و « خوشهبندی ...
Read More2024year4month23day عملکرد MemTrax می تواند به طور موثر از غربالگری مدل پیش بینی طبقه بندی یادگیری ماشین برای تشخیص اختلال در مراحل اولیه استفاده کند. تعداد و درصد مربوطه از کل بیماران در هر طبقه بر اساس دسته تشخیص اولیه (AD یا VaD) متمایز می شوند.
Read More۲) رگرسیون لجستیک (Logistic Regression) رگرسیون لجستیک برخلاف اسمش یکی از الگوریتم های یادگیری ماشین مخصوص طبقهبندی است که برای پیشبینی مقادیر باینری (مثل ۰ و ۱، True و False، بله و خیر) استفاده میشود.
Read Moreطبقه بندی سیستم جلوبندی خودرو سیستم جلوبندی ماشین ها به دو دسته طبقه بندی می شوند. این دو دسته شامل جلوبندی مستقل و وابسته است که هر کدام از این سیستم ها عملکرد مختلفی را روی ماشین انجام می دهند.
Read More2021year11month11day SVM یک سری پارامتر دارد که باید توسط کاربر مشخص شوند و اگر مقادیر مناسبی برای این پارامترها در نظر نگیریم مطمئنا عملکرد مناسبی نخواهد داشت. ماشین بردار پشتیبان(SVM) یکی از معروفترین الگوریتمها در مسائل طبقه بندی هست که به ...
Read Moreمعیار های متنوعی برای ارزیابی کارایی الگوریتم های یادگیری ماشین، الگوریتم های طبقه بندی و رگرسیون وجود دارد. باید در انتخاب معیارهای ارزیابی کارایی ML دقت به خرج دهیم زیرا: چگونگی اندازه گیری ...
Read More30 دی 1400. ماشین بردار پشتیبان (support vector machine) یکی از معروفترین الگوریتمهای یادگیری ماشین در مسائل طبقه بندی و البته رگرسیون هست. SVM به خاطر رویکرد منحصر به فردی که دارد باعث شده هم در مسائل طبقه ...
Read Moreالگوریتم های یادگیری ماشین برای استخراج دادههای منتخب از میان مجموعه انبوهی استفاده میشوند که به 10 مورد از بهترین آنها اشاره کردهایم. 2.Logistic Regression رگرسیون لجستیک نوعی الگوریتم Supervised Learning است که میتواند برای ...
Read More2023year1month31day به زبان ساده، یک طبقه بندی Naive Bayes فرض میکند که وجود یک ویژگی خاص در یک کلاس با وجود ویژگی دیگر ارتباطی ندارد. به عنوان مثال، اگر میوهای قرمز، گرد و قطر آن حدود 3 سانتیمتر باشد، ممکن است یک سیب در نظر گرفته شود.
Read More2016year6month30day عملکرد MCELM بر روی مجموعه ای از مسائل طبقه بندی از ماشین یادگیری UCI ارزیابی شد. مطالعات عملکردی نشان داد که ساختار شناختی متا در ELM نسبت به ELM دارای قدرت تصمیم گیری بهتری است.
Read More2022year2month28day عملکرد طبقهبندی مدلهای یادگیری ماشین همه مدلهای ML میتوانند به درستی بیشتر رخدادهای شناخته شده (بیش از 78٪) را در مناطق احتمالی تعریف شده توسط سناریوی طبقهبندی پیشفرض (یعنی احتمال > 0.5) شناسایی کنند.
Read More2024year4month5day بهبود عملکرد طبقه بندی ماشین بردار پیشتیبان با بهینه سازی ژنتیکی شکل هسته و پارامترها این شبیه سازی دارای گزارش کار نیست. نتایج شبیه سازی به صورت زیر است: Iteration 200: NFG = 8840, Best Accuracy = 97.511 ...
Read Moreبه طور کلی الگوریتمهای ماشین لرنینگ به 4 نوع طبقهبندی میشوند: تحت نظارت. یادگیری بدون نظارت. یادگیری نیمه نظارتی. یادگیری تقویتی. با این حال، این 4 دسته به انواع بیشتری نیز تقسیم میشوند ...
Read More2021year9month16day ماشین بردار پشتیبان برای اولین بار در سال 1995 توسط Vapnik برای مسائل طبقه بندی ارائه شد. به خاطر عملکرد خیلی خوبی که SVM دارد از این روش استقبال خیلی خوبی شد. بعدها این مدل برای مسائل رگرسیون با نام رگرسیون بردار پشتیبان (Support ...
Read Moreجنگلهای تصادفی: «جنگلهای تصادفی» (Random Forests) نوعی از الگوریتمهای یادگیری ماشین هستند که از ترکیب نتایج تعدادی از درختهای تصمیم برای وظایفی نظیر پیشبینی و طبقهبندی مورد استفاده قرار میگیرند.
Read More4 天之前 این الگوریتم معمولاً برای مسائل طبقه بندی در یادگیری ماشین مورد استفاده قرار می گیرد، جایی که خروجی الگوریتم رگرسیون لجستیک می تواند باینری باشد، مانند بله یا خیر، 0 یا 1، قرمز یا آبی و غیره.
Read Moreفیلم آموزش کاربردی شبکه های عصبی مصنوعی – طبقه بندی، پیش بینی و ترکیب با الگوریتم های ... در مقایسه با دادههای برچسب خورده بیشتر است، الگوریتمهای خوشهبندی دقت و عملکرد بهتری دارند.
Read More