مقالات

446 مقاله در اس دیتا یافت شد.

نازنین شرفی
نازنین شرفی
1402/03/14
انواع توزیع‌های احتمال و کاربردهای آن‌ها در تحلیل داده‌ها
انواع توزیع‌های احتمال و کاربردهای آن‌ها در تحلیل داده‌ها

انواع توزیع احتمال و کاربردهای آن در تحلیل داده‌ها به عنوان یکی از ابزارهای مهم توصیف داده‌ها، در تحلیل داده‌ها بسیار کاربردی است. برای توضیح انواع توزیع‌های احتمال و کاربردهای آن‌ها در تحلیل داده‌ها، برخی از مهمترین توزیع‌های احتمال را معرفی می‌کنیم. با شناخت این موارد می‌توان درک بهتری از …

عرفان اسماعیلی
عرفان اسماعیلی
1402/03/13
معرفی مفاهیم پایه تحلیل داده‌های بزرگ و نحوه پردازش آن‌ها
معرفی مفاهیم پایه تحلیل داده‌های بزرگ و نحوه پردازش آن‌ها

تحلیل داده‌­های بزرگ یا Big Data، به مجموعه­‌ای از فرآیندها و تکنیک­‌هایی گفته می­‌شود که برای مدیریت و پردازش داده‌­های بزرگ و پیچیده، که به صورت حجیم و در سریع­‌ترین زمان ممکن باید تحلیل شوند، استفاده می­‌شود. در ادامه این مقاله از وبسایت اس‌دیتا، به معرفی مفاهیم پایه تحلیل داده‌های …

آتوسا نوروزی
آتوسا نوروزی
1402/03/13
تفاوت بین میانگین، میانه و مد در آمار و کاربردهای هرکدام
تفاوت بین میانگین، میانه و مد در آمار و کاربردهای هرکدام

در آمار، مفاهیم میانگین، میانه و مد به عنوان معیارهای مختلفی برای بیان میزان مرکزیت داده‌ها در نظر گرفته می‌شوند. در این مقاله از وبسایت اس‌دیتا، به بررسی تفاوت بین میانگین، میانه و مد در آمار و کاربردهای هرکدام پرداخته خواهد شد. این سه مورد به تنهایی می‌توانند از اصول …

نیلوفر رجب نیک
نیلوفر رجب نیک
1402/03/13
استفاده از شبکه‌ های عصبی در تحلیل سری ‌های زمانی
استفاده از شبکه‌ های عصبی در تحلیل سری ‌های زمانی

استفاده از شبکه‌­های عصبی در تحلیل سری‌­های زمانی، می­‌تواند در حوزه­‌های مختلفی مانند پیش‌ بینی قیمت‌ها، تحلیل سیستم‌­های پیچیده، تحلیل داده‌­های مالی، تحلیل داده­‌های زمانی در حوزه پزشکی و غیره مورد استفاده قرار بگیرد. در تحلیل سری­‌های زمانی، شبکه­‌های عصبی می­‌توانند با استفاده از الگوریتم‌­های یادگیری عمیق، به طور خودکار …

پارسا مرادی
پارسا مرادی
1402/03/13
کاربرد شبکه‌ های عصبی در تحلیل داده‌ های تصویری
کاربرد شبکه‌ های عصبی در تحلیل داده‌ های تصویری

شبکه ‌های عصبی به عنوان یکی از روش‌های یادگیری ماشینی، در تحلیل داده‌­های تصویری کاربرد فراوانی دارند. این شبکه­‌ها با استفاده از الگوریتم‌­های یادگیری عمیق، می­‌توانند به طور خودکار الگوهای موجود در تصاویر را شناسایی کرده و به دقت بالایی در تشخیص الگو­های پیچیده کمک کنند. مثال، با استفاده از …