نوشته‌ها با موضوع یادگیری ماشین در الگوریتمستان

نوشته‌ها با موضوع یادگیری ماشین در الگوریتمستان


هر محصول علاوه بر توسعه نیاز به پشتیبانی و نگهداشت دارد. مدل‌های تحلیل داده و یادگیری ماشین نیز از این قاعده مستثنی نیستند. این مدل‌ها بر اساس مجموعه‌ای از داده‌ها ساخته می‌شوند. اما پس از استقرار در محصول و گذشت زمان، غیرقابل اعتماد و قدیمی شده و دقت کاهش می‌یابد ...
مراقبت از رانش داده‌ها

شناخت درست داده اولین و مهمترین گام شروع عملیات حوزه‌‌‌های تحلیل داده و یادگیری ماشین است که بر اساس آن مراحل آماده‌سازی داده پایه‌ریزی می‌شوند. این شناخت از یک سو مربوط به منبع اطلاعات و چیستی آنهاست (به عنوان نمونه شناخت کسب و کاری که این دیتا مرتبط با آن است یا فرآیندی که در نهایت منجر به تولید این داده‌ها شده‌اند) و از سوی دیگر بررسی آنچه که اکنون در اختیار ما قرار گرفته است ...
اکتشاف داده با پایتون

نمودار ROC (مخفف Receiver Operating Characteristic) به صورت گرافیکی نمایش می‌دهد که چقدر یک مدل دسته‌بندی عملکرد خوبی دارد و AUC (یا همان مساحت زیر نمودار) یک معیار عددی است که از نمودار ROC مشتق می‌شود و عملکرد کلی یک مدل را خلاصه می‌کند ...
در باب حکمت منحنی ROC و AUC

یکی از مسائل مهم در ساخت مدل یادگیری ماشین و هوش مصنوعی توجه ویزه به موضوع کم‌برازش و بیش‌برازش است تا بتوانیم در نهایت یک مدل عمومی‌تر و قابل قبول بسازیم. این موضوع با پیچیدگی مدل یادگیری ماشین در ارتباط است و محاسبات بایاس و واریانس نیز ابزار مناسبی برای تشخیص هستند ...
بایاس-واریانس و پیچیدگی مدل یادگیری ماشین

خلاصه‌ای از تعاریف و مفاهیم جبر خطی کاربردی در علوم داده شامل مباحث زیر از این پیوند قابل دریافت است. + مبانی جبر خطی: فضای برداری، ماتریس‌ها و کاربردهای آنها + تجزیه‌ی مقادیر ویژه ماتریس مربعی + فرم‌های مربعی و توزیع گاوسی چند متغیره + تجزیه‌ی مقادیر ویژه مقدار تکین، معکوس شبه، نرم ماتریس، تقریب اکارت-یانگ + تحلیل مؤلفه‌های اصلی (PCA) + تبدیل فوریه و کاربردهای آن + پردازش سیگنال گراف (GSP) و کاربردهای آن ...
کتابچه جبر خطی کاربردی

در دنیای علم کامپیوتر و فناوری اطلاعات، ضرب‌المثل معروفی وجود دارد که می‌گوید: «Garbage In, Garbage Out»؛ یعنی اگر داده‌های ورودی نامناسب باشند، خروجی نیز قابل اعتماد نخواهد بود. در حوزه‌ی علم داده که کیفیت اطلاعات ورودی نقش اساسی در نتایج نهایی دارد، می‌توان گفت معادل فارسی این مفهوم، همان ضرب‌المثل «خشت اول گر نهد معمار کج ...
معرفی ابزار Great Expectations

توزیع‌های آماری به ما کمک می‌کنند شناخت بهتری از داده‌ها داشته باشیم و در مورد احتمال وقوع پیشامدها با منطق بهتری نظر بدهیم. بنابراین فهم درست تعاریف، تفاوت‌ها و کاربردشان بسیار مهم است. جزوه‌ی بیست صفحه‌ای Probability Distributions Cheat Sheet شامل همه‌ی توزیع‌های احتمالاتی مشهور برای مرور کاربردها و تفاوت‌های آنها است ...
خلاصه توزیع احتمالات

این روزها اهمیت هوش مصنوعی بر کسی پوشیده نیست. اگر در گذشته صحبت از هوش مصنوعی تنها در مجامع علمی و دانشگاه‌ها بود، حالا به مدد پیشرفتش در حوزه‌هایی مثل پردازش زبان طبیعی و عرضه‌ی محصولاتی مثل ChatGPT، حضورش را بیش از پیش در زندگی شخصی خود احساس می‌کنیم ...
هوش مصنوعی به زبان ساده

همانطور که می‌دانیم روابط و محاسبات ریاضی پایه و اساس محاسبات یادگیری ماشین و هوش مصنوعی است.در جزوه‌ی ده صفحه‌ای ریاضیات یادگیری ماشین رابطه‌های ریاضی مشهور مورد استفاده در این حوزه‌ها آمده است. ۱- جبر خطی ۲- آمار و احتمال ۳- حسابان ۴- بهینه‌سازی ۵- رگرسیون ۶- شبکه عصبی ۷- کلاسترینگ ۸- کاهش بُعد ۹- توزیع‌های احتمالی ۱۰- یادگیری تقویتی Mathematics for Machine Learning: Essential Equations (V4) ...
ریاضیات یادگیری ماشین

یکی از دغدغه‌هایی که ممکن است در زمان مطالعه‌ی مباحث مربوط به یادگیری ماشین و هوش مصنوعی داشته باشیم، حجم بالای جزئیات الگوریتم‌های آنها است و معمولا هر کتاب هم تنها بخشی از مطالب این حوزه‌ها را پوشش می‌دهد یا حجم کتاب بسیار زیاد است ...
کتاب The Hundred-Page Machine Learning Book

معمولا وقتی روی مدل‌سازی یا تحلیل داده کار می‌کنیم به انتخاب‌های تصادفی از داده یا پارامترهای مدل می‌رسیم و seed یا random_state نقش مهمی برای جلوگیری از نقش این انتخاب‌های تصادفی در مدل نهایی ایفا می‌کنند ...
انتخاب seed درست

کتاب «Practical Statistics for Data Scientists» یک منبع جامع و کاربردی برای معرفی مفاهیم و تکنیک‌های آماری ضروری در حوزه‌های تحلیل داده‌ها، یادگیری ماشین و هوش مصنوعی است. در این کتاب، مفاهیم آماری به شیوه‌ای قابل فهم و با استفاده از سناریوهای واقعی علم داده و کدهای نمونه به زبان‌های R و پایتون ارائه شده است ...
کتاب آمار عملی برای دانشمندان داده

یکی از چالش‌های مهم مدل‌های زبانی بزرگ بحث پاسخ‌های متوهمانه‌ است. یعنی مدل مولد در درستی پاسخ‌هایی که می‌دهد هیچ شکی ندارد، در حالی که ممکن است اشتباه باشد. حال وقتی مدل را با داده‌های جدیدی که از قبل هیچ شناختی ندارد فاین‌تیون (تنظیم دقیق‌تر) می‌کنیم، نگران توهم بیشتر باشیم یا نه؟ مقاله‌ی «Does Fine-Tuning LLMs on New Knowledge Encourage Hallucinations» در این مورد بحث می‌کند ...
توهم مدل‌های مولد

یکی از کمک‌های بزرگ یادگیری ماشین به بشریت در حوزه‌ی سلامت و پزشکی است. در مقاله‌ی Machine Learning Meets Cancer آخرین پیشرفت‌های روش‌های یادگیری ماشین برای حل مشکلات مربوط به تشخیص سرطان، برنامه‌ریزی استراتژی‌های درمانی بهینه و همینطور پیش‌بینی احتمال بقای بیمار بررسی شده و مناسب برای شروع مطالعات محققانی‌ست که قصد پژوهش در این حوزه را دارند ...
یادگیری ماشین در تشخیص و درمان بیماری سرطان

یکی از چالش‌های مهم استفاده از الگوریتم‌های یادگیری ماشین در صنعت مربوط به کیفیت داده‌هاست. کم بودن داده، نامتوازن بودن آنها، نداشتن برچسب و مقادیر نامعتبر متنوع یا از دست رفته از جمله دغدغه‌های مهم هستند ...
یادگیری ماشین در صنعت

کانال یوتیوب StatQuest with Josh Starmer یک منبع آموزشی بسیار خوب در زمینه‌های آمار و ریاضیات دوست‌داشتنی است که با توضیحات جذاب و بصری‌سازی عالی، تفسیرهای ساده و قابل فهم کاربردی در حوزه‌های علم داده و یادگیری ماشین ارائه می‌کند ...
ویدئوهای آموزشی StatQuest

معمولا وقتی در حوزه‌ی تحلیل داده صحبت از مباحثی مانند دسته‌بندی مشتریان می‌شود اولین ایده استفاده از کلاسترینگ و الگوریتم‌هایی مثل KMeans است. اما این مقاله ضمن دسته‌بندی مشتریان یکی از دیتاست‌های کگل با روش‌های KMeans و KPrototype مدل زبانی بزرگ (LLM) را هم وارد بازی کرده است ...
استفاده از LLM در دسته‌بندی مشتری‌ها

وقتی ابعاد یا تعداد ویژگی‌های یک مدل یادگیری ماشین زیاد باشد می‌توانیم از تکنیک‌های کاهش ابعاد برای پایین آوردن تعداد ویژگی‌ها بدون از دست دادن اطلاعات اساسی استفاده کنیم. این کار معمولا باعث ساده‌تر شدن مجموعه داده‌های پیچیده و بالا رفتن کارآیی مدل‌ها می‌شود ...
کاهش ابعاد تفسیرپذیر

کتاب Understanding Deep Learning به زودی از انتشارات MIT منتشر خواهد شد و نویسنده‌ی کتاب (Simon J.D. Prince استاد تمام علوم کامپیوتر) نسخه‌ی پیش‌نویس کتاب به همراه کدها را به صورت عمومی منتشر کرده که در حال به‌روز شدن هستند ...
کتاب Understanding Deep Learning

ویراست سوم کتاب Python for Data Analysis انتشارات O’Reilly با دسترسی آزاد در قالب html هم منتشر شد. Python for Data Analysis, 3E ...
کتاب رایگان Python for Data Analysis

کتاب Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow یکی از کتاب‌های معروف و پرطرفدار در زمینه‌ی یادگیری ماشین و یادگیری عمیق است. این کتاب راهنمای عملی و عمیقی برای ساخت و استفاده از مدل‌های یادگیری ماشین و یادگیری عمیق با استفاده از کتابخانه‌های Scikit-Learn، Keras و TensorFlow ارائه می‌دهد ...
کتاب Hands-On Machine Learning

کتاب مقدمه‌ای بر یادگیری آماری (An Introduction to Statistical Learning with Applications in Python) یک کتاب جامع آموزش یادگیری ماشین با رویکرد الگوریتم‌های یادگیری آماری از انتشارات معتبر اشپرینگر است ...
کتاب مقدمه‌ای بر یادگیری آماری