تحلیل داده python

قسمت ششم: خوشه بندی به روش KMeans (Unsupervised Learning)

قسمت ششم: خوشه بندی به روش KMeans (Unsupervised Learning)

در این قسمت می خواهیم با استفاده از روش معروف خوشه بندی KMeans دسته های مختلف را بین درآمد در سن های مختلف را شناسایی کنیم. برای مشاهده مثال ها و پروژه های متنوع تر در حوزه هوش مصنوعی و یادگیری ماشین

قسمت پنجم: تشخیص ایمیل اسپم و غیر اسپم با استفاده از قاعده بیز

قسمت پنجم: تشخیص ایمیل اسپم و غیر اسپم با استفاده از قاعده بیز

در این قسمت سعی داریم با استفاده از قضیه بیز تشخیص دهیم یک محتوای ایمیل اسپم است یا غیر اسپم. برای اینکار لازم است تا برای آموزش مدل از ایمیل های اسپم و غیر اسپم استفاده کنیم. این مجموعه ایمیل ها را که به صورت فایل فشرده در آمده از این لینک دانلود کنید. برای مشاهده ادامه مطلب…

قسمت چهارم: مدل کردن یا برازش منحنی روی داده ها در پایتون

قسمت چهارم: مدل کردن یا برازش منحنی روی داده ها در پایتون

فرض کنید یک سایت خرید داریم، که میزان خرید با سرعت لود شدن صفحه سایت ارتباط دارد. حال میخواهیم این ارتباط را مدل کنیم. برای مشاهده مثال ها و پروژه های متنوع تر در حوزه هوش مصنوعی و یادگیری ماشین

قسمت سوم: ارتباط بین سن بازدیدکنندگان وبسایت و احتمال خرید آن ها با استفاده از احتمال شرطی

قسمت سوم: ارتباط بین سن بازدیدکنندگان وبسایت و احتمال خرید آن ها با استفاده از احتمال شرطی

در مثال زیر میخواهیم ارتباط بین سن خریداران و میزان خرید آن ها را متوجه شویم.   برای مشاهده مثال ها و پروژه های متنوع تر در حوزه هوش مصنوعی و یادگیری ماشین

قسمت دوم: محاسبه پارامترهای آماری رایج در پایتون

قسمت دوم: محاسبه پارامترهای آماری رایج در پایتون

قبل از شروع لازم است تا ماژول های لازم را فراخوانی نمایید :

  برای تسلط به مباحث آماری و داده کاوی در پایتون

قسمت اول: مروری بر ماژول تحلیل داده و ساختار ساز Pandas

قسمت اول: مروری بر ماژول تحلیل داده و ساختار ساز Pandas

ماژول پانداز به زبان ساده چیست؟ اگرچه ماژول numpy قابلیت استفاده از آرایه ها و ماتریس ها و کار با داده را در اختیار مهندسان داده قرار می دهد اما راحتی و قابلیت های آن محدود است، در حالی که کتابخانه پانداز قابلیت ایجاد ساختار های داده همراه با قابلیت های منعطف بسیاری را می مشاهده ادامه مطلب…