Forwarded from DataScience.Media
#DataMining_Algorithms
Microsoft Association Algorithm
Microsoft Clustering Algorithm
Microsoft Decision Trees Algorithm
Microsoft Linear Regression Algorithm
Microsoft Logistic Regression Algorithm
Microsoft Naive Bayes Algorithm
Microsoft Neural Network Algorithm
Microsoft Sequence Clustering Algorithm
Microsoft Time Series Algorithm
@SQL_DataMining
https://msdn.microsoft.com
Microsoft Association Algorithm
Microsoft Clustering Algorithm
Microsoft Decision Trees Algorithm
Microsoft Linear Regression Algorithm
Microsoft Logistic Regression Algorithm
Microsoft Naive Bayes Algorithm
Microsoft Neural Network Algorithm
Microsoft Sequence Clustering Algorithm
Microsoft Time Series Algorithm
@SQL_DataMining
https://msdn.microsoft.com
Microsoft
Microsoft Learn: Build skills that open doors in your career
Gain technical skills through documentation and training, earn certifications and connect with the community
Large Scale Real Time Application
https://image-store.slidesharecdn.com/e74ccb9a-4228-4b83-b32b-7f377fa04d43-large.png
https://image-store.slidesharecdn.com/e74ccb9a-4228-4b83-b32b-7f377fa04d43-large.png
نحوه مقایسه دو الگوریتم رده بندی
همیشه برای ارزیابی الگوریتم های ارائه شده باید با الگوریتم های دیگر مقایسه انجام داد. اینکار برای روشها نیز انجام می شود. یکی از روشها استفاده از روشهای اماری است که روی یک داده تعدادی نتیجه باید بدست اید و بر اساس روش زیر می توان به مقایسه دو الگوریتم یا روش پرداخت.
در واقع باید داده اصلی به چندین زیر داده تقسیم شود و هر بار یکی از آنها داده آزمون و بقیه به عنوان آزمایشی انتخاب شوند. به ازا هر کدام یک نتیجه به دست می اید و برای نتایج مختلف مقایسه طبق لینک زیر می توان انجام داد
http://www.kdnuggets.com/2016/03/statistical-significance-two-classifiers-performance-difference.html
@dataanalysis
همیشه برای ارزیابی الگوریتم های ارائه شده باید با الگوریتم های دیگر مقایسه انجام داد. اینکار برای روشها نیز انجام می شود. یکی از روشها استفاده از روشهای اماری است که روی یک داده تعدادی نتیجه باید بدست اید و بر اساس روش زیر می توان به مقایسه دو الگوریتم یا روش پرداخت.
در واقع باید داده اصلی به چندین زیر داده تقسیم شود و هر بار یکی از آنها داده آزمون و بقیه به عنوان آزمایشی انتخاب شوند. به ازا هر کدام یک نتیجه به دست می اید و برای نتایج مختلف مقایسه طبق لینک زیر می توان انجام داد
http://www.kdnuggets.com/2016/03/statistical-significance-two-classifiers-performance-difference.html
@dataanalysis
Forwarded from Mahdi Nasiri
چگونه تحلیل پیشرفته در خدمت سلامت می آید؟
http://www.allanalytics.com/radio.asp?doc_id=280101&cid=A2RS02_041216&_mc=A2RS02_041216&gateway_return=true
http://www.allanalytics.com/radio.asp?doc_id=280101&cid=A2RS02_041216&_mc=A2RS02_041216&gateway_return=true
Forwarded from فضای سایبر - دکتر سید مرتضی موسویان
Wired:
هوش مصنوعی با یادگیری عمیق فیسبوک، به طور خودکار برای تصاویر کپشن گذاری می کند. این قابلیت با اتصال به یک موتور متن به گفتار، به توصیف تصویر برای کاربران نابینای فیسبوک می پردازد.
@itdmc
هوش مصنوعی با یادگیری عمیق فیسبوک، به طور خودکار برای تصاویر کپشن گذاری می کند. این قابلیت با اتصال به یک موتور متن به گفتار، به توصیف تصویر برای کاربران نابینای فیسبوک می پردازد.
@itdmc
دانشگاه استنفورد نرم افزاری ارائه کرده است که ادعا می کند سریع تر و قابل درکتر در الگوریتم های یادگیری ماشین است. برای دموی زنده می توانید از لینک زیر ان را مشاهده کنید
@dataanalysis
http://info.salford-systems.com/spm8-0?utm_campaign=KDNuggets&utm_content=KDnuggets%20SPM%208&utm_medium=SPM%208%20Demo%20Request&utm_source=email
نرم افزار SPM8 دارای ویژگی های زیر است
Faster: SPM 8 is more efficient in almost every area and leverages parallel processing on modern multiple core processors.
More Data: SPM 8 makes better use of RAM to run larger analytical problems.
Easier: SPM 8 builds in more automation, driving quickly to better models.
More exploratory tools: SPM 8 includes more exploratory data analysis tools.
More machine learning: SPM 8 includes a host of new loss functions for TreeNet Gradient Boosting supporting more accurate models.
Uplift Model: SPM 8 includes classical and new tools for differential lift modeling.
More Controls: SPM 8 has more options and fine tuning controls for the expert.
Better Summaries: SPM 8 has a new common performance summary for easy model comparison.
Better Interaction Discovery: SPM 8 includes new GUI dialogs to guide use of the Interaction Control Language (ICL).
برای دانلود ان از طریق لینک زیر عمل کنید
@dataanalysis
https://www.salford-systems.com/downloadspm?utm_campaign=KDNuggets&utm_content=KDnuggets%20SPM%208&utm_medium=Download%20Form&utm_source=email
@dataanalysis
@dataanalysis
http://info.salford-systems.com/spm8-0?utm_campaign=KDNuggets&utm_content=KDnuggets%20SPM%208&utm_medium=SPM%208%20Demo%20Request&utm_source=email
نرم افزار SPM8 دارای ویژگی های زیر است
Faster: SPM 8 is more efficient in almost every area and leverages parallel processing on modern multiple core processors.
More Data: SPM 8 makes better use of RAM to run larger analytical problems.
Easier: SPM 8 builds in more automation, driving quickly to better models.
More exploratory tools: SPM 8 includes more exploratory data analysis tools.
More machine learning: SPM 8 includes a host of new loss functions for TreeNet Gradient Boosting supporting more accurate models.
Uplift Model: SPM 8 includes classical and new tools for differential lift modeling.
More Controls: SPM 8 has more options and fine tuning controls for the expert.
Better Summaries: SPM 8 has a new common performance summary for easy model comparison.
Better Interaction Discovery: SPM 8 includes new GUI dialogs to guide use of the Interaction Control Language (ICL).
برای دانلود ان از طریق لینک زیر عمل کنید
@dataanalysis
https://www.salford-systems.com/downloadspm?utm_campaign=KDNuggets&utm_content=KDnuggets%20SPM%208&utm_medium=Download%20Form&utm_source=email
@dataanalysis
Minitab
Data Mining, Machine Learning & Predictive Analytics Software | Minitab
Develop predictive, denoscriptive, & analytical models with SPM, Minitab's integrated suite of machine learning software. Explore powerful data mining tools.
Data science methodology
http://www.ibmbigdatahub.com/sites/default/files/figure01_revised.jpg
@dataanalysis
http://www.ibmbigdatahub.com/sites/default/files/figure01_revised.jpg
@dataanalysis
Data Science Vs Data Engineer
https://image-store.slidesharecdn.com/181d7ac4-9c83-4ebe-b71c-c3d50f1d36aa-large.jpeg
@dataanalysis
https://image-store.slidesharecdn.com/181d7ac4-9c83-4ebe-b71c-c3d50f1d36aa-large.jpeg
@dataanalysis
Pivotal Data Science Toolkit
https://image-store.slidesharecdn.com/6599f004-d41c-420c-928a-6b5c1d68c5a6-large.jpeg
@dataanalysis
https://image-store.slidesharecdn.com/6599f004-d41c-420c-928a-6b5c1d68c5a6-large.jpeg
@dataanalysis
https://www.linkedin.com/pulse/ioat-big-data-means-business-andy-leaver?trk=hp-feed-article-noscript-channel-add
مه داده ایجاد شده از اینترنت اشیا کسب و کار بزرگی را ایجاد می کند
مه داده ایجاد شده از اینترنت اشیا کسب و کار بزرگی را ایجاد می کند
LinkedIn
LinkedIn Login, Sign in | LinkedIn
Login to LinkedIn to keep in touch with people you know, share ideas, and build your career.
Top 10 hot Big Data Technologies:
1. Predictive analytics
2. NoSQL databases
3. Search and knowledge discovery
4. Stream analytics
5. In-memory data fabric
6. Distributed file stores
7. Data virtualization
8. Data integration
9. Data preparation
10. Data quality
1. Predictive analytics
2. NoSQL databases
3. Search and knowledge discovery
4. Stream analytics
5. In-memory data fabric
6. Distributed file stores
7. Data virtualization
8. Data integration
9. Data preparation
10. Data quality