Forwarded from آتی پژوهش امیرکبیر
دوره آنلاین برنامه نویسی به زبان R
🎁 تخفیف ویژه روز برنامه نویس
👩🏫مدرس: خانم دکتر وحدت
📄سرفصل:
🖥داده ها،داده های آماده،خواندن داده ها از فایل، نوشتن داده ها روی فایل،تولید داده ها,ایجاد دنباله های منظم از داده ها،ایجاد دنباله های تصادفی از داده ها، ساختار داده ها،بردار ها ومحاسبات ریاضی روی بردارها، ماتریس و عملیات آن
🖥برنامه نویسی با زبان R :
شرط،حلقه، توابع، آرگومان اجباری و اختیاری،
🖥رسم نمودار در R:
توابع نموداری،تابع curve،توابع قسمت های گوناگون صفحه ترسیم، چند نمودار روی یک صفحه،
🖥 آمار و احتمال در R
توابع پایه آماری،توابع با کاربری زیاد،توزیع های احتمالی و اعداد تصادفی،هیستوگرام، تابع چگالی احتمال نرمال،نمونه گیری تصادفی
،برآورد پارامتر های یک تابع احتمال،روش های آماری،آزمون یک و دو طرفه
🖥مدل های رگرسیون در R
🎥برگزار کننده: شرکت آتی پژوهش امیرکبیر
@kargah2018
📱 آکادمی زبان برنامه نویسی r
@R_easy_learn
📲 اپلای
https://news.1rj.ru/str/joinchat/R6A3mXMv4fQNyK6h
☎️جهت ثبت نام
@apa_admin2
🎁 تخفیف ویژه روز برنامه نویس
👩🏫مدرس: خانم دکتر وحدت
📄سرفصل:
🖥داده ها،داده های آماده،خواندن داده ها از فایل، نوشتن داده ها روی فایل،تولید داده ها,ایجاد دنباله های منظم از داده ها،ایجاد دنباله های تصادفی از داده ها، ساختار داده ها،بردار ها ومحاسبات ریاضی روی بردارها، ماتریس و عملیات آن
🖥برنامه نویسی با زبان R :
شرط،حلقه، توابع، آرگومان اجباری و اختیاری،
🖥رسم نمودار در R:
توابع نموداری،تابع curve،توابع قسمت های گوناگون صفحه ترسیم، چند نمودار روی یک صفحه،
🖥 آمار و احتمال در R
توابع پایه آماری،توابع با کاربری زیاد،توزیع های احتمالی و اعداد تصادفی،هیستوگرام، تابع چگالی احتمال نرمال،نمونه گیری تصادفی
،برآورد پارامتر های یک تابع احتمال،روش های آماری،آزمون یک و دو طرفه
🖥مدل های رگرسیون در R
🎥برگزار کننده: شرکت آتی پژوهش امیرکبیر
@kargah2018
📱 آکادمی زبان برنامه نویسی r
@R_easy_learn
📲 اپلای
https://news.1rj.ru/str/joinchat/R6A3mXMv4fQNyK6h
☎️جهت ثبت نام
@apa_admin2
Forwarded from آکادمی پایتون
روز جهانى برنامه نويسان مبارك 😍🥳🎉
روز ۲۵۶ام هر سال (معادل عدد ۱۰۰ در مبناي شانزده) ۱۳ سپتامبر، روز جهاني برنامه نويسان نام گرفته است!
روز ۲۵۶ام هر سال (معادل عدد ۱۰۰ در مبناي شانزده) ۱۳ سپتامبر، روز جهاني برنامه نويسان نام گرفته است!
Forwarded from آکادمی پایتون
This media is not supported in your browser
VIEW IN TELEGRAM
یادگیری ماشین
@python_easy_learn
@python_easy_learn
استاندارد سازی و نرمال سازی داده ها در پایتون
عموما در بیشتر مدلها نیازمند مقایسه داده های متغیرهای مختلف هستیم. برای مثال سهمی را در نظر بگیرید که در کانال 2000 تومان در حال معامله است و سهم دیگری در کانال 500 تومان. آیا می توان این دو داده را با یکدیگر مقایسه کرد؟ پاسخ منفی است چرا که این دو سهم به لحاظ مقیاس با یکدیگر برابر نیستند. استاندارد سازی داده کمک میکند که اهمیت آنها به واحد اندازهگیریشان بستگی نداشته باشد و میانگین آنها صفر (μ=0) و انحراف معیار نیز برابر با واحد (σ=۱) شود.
یکی دیگر از روشهای تغییر مقیاس، استفاده از روش نرمالسازی Min-Max است (نرمالسازی (Normalization)). به این ترتیب علاوه بر یکسان سازی مقیاس دادهها، کرانهای تغییر آنها نیز در بازه [0,1] خواهد بود.
استانداردسازی و نرمال سازی یکی از مهمترین ابزارهای کار با داده ها خصوصا در مدلهای مقایسه ای است.
@machine_learning2022
عموما در بیشتر مدلها نیازمند مقایسه داده های متغیرهای مختلف هستیم. برای مثال سهمی را در نظر بگیرید که در کانال 2000 تومان در حال معامله است و سهم دیگری در کانال 500 تومان. آیا می توان این دو داده را با یکدیگر مقایسه کرد؟ پاسخ منفی است چرا که این دو سهم به لحاظ مقیاس با یکدیگر برابر نیستند. استاندارد سازی داده کمک میکند که اهمیت آنها به واحد اندازهگیریشان بستگی نداشته باشد و میانگین آنها صفر (μ=0) و انحراف معیار نیز برابر با واحد (σ=۱) شود.
یکی دیگر از روشهای تغییر مقیاس، استفاده از روش نرمالسازی Min-Max است (نرمالسازی (Normalization)). به این ترتیب علاوه بر یکسان سازی مقیاس دادهها، کرانهای تغییر آنها نیز در بازه [0,1] خواهد بود.
استانداردسازی و نرمال سازی یکی از مهمترین ابزارهای کار با داده ها خصوصا در مدلهای مقایسه ای است.
@machine_learning2022