یک تکنولوژی جدید، درست زمانی که جامعه بهش نیاز پیدا میکنه و فرهنگ استفادش هم وجود داره به دنیا معرفی میشه، همه ازش استفاده میکنن و خوشحال هستن.
اما مشکل از جایی شروع میشه که:
یک تکنولوژی جدید، درست زمانی که جامعه بهش نیاز پیدا میکنه و فرهنگ استفادش هم وجود داره به دنیا معرفی میشه، همه ازش استفاده میکنن و خوشحال هستن.
اما مشکل از جایی شروع میشه که:
سلام. مدتی میشه که مشغول مطالعه رمان «پاییز پدر سالار» نوشته «گابریل گارسیا مارکز» بودم و همین دیروز تمام شد و مثل همیشه تصمیم گرفتم که گزارشی راجع بهش اینجا بنویسم. این کتاب توسط «کیومرث پارسایی» ترجمه شده و ترجمه قابل قبولی هم داره. اما موضوع داستان درباره چی هست؟
طبقهبندی کننده بیز ساده (Naive Bayes) طبقهبندی کننده ساده و شناخته شدهای است که در مواقعی که تعداد مشاهدات کمی در دسترس باشد نیز عملکرد خوبی دارد. در این آموزش یک طبقهبندی کننده بیز ساده گاوسی (Gaussian Naive Bayes) را از پایه ایجاد خواهیم کرد و با استفاده از آن، کلاس (طبقهبندی یا برچسب) نقاط داده که از قبل دیده نشدهاند را پیشبینی میکنیم.
سلام.
درحال نوشتن یک پست راجع به طبقهبندیکننده بیز ساده (Naive Bayes) هستم و در حین نوشتنش به مفهومی به نام Likelihood برخورد کردم و فکر کردم که به این مفهوم، جاهای مختلفی اشاره شده و این که شاید بد نباشه که قبل از انتشار اون پست، یه کم در موردش بنویسم. البته این یک مفهوم آماری هست و خب طبیعتا درگیر ریاضیات میشه که من در این پست قصد ندارم راجع بهشون بنویسم و فقط به مفهوم و تعریفها اشاره میکنم. ولی اگر علاقمند باشید خودتون میتونید ریاضیاتش را در ویکیپدیا مطالعه کنید.
سلام!
در این پست قصد دارم که راجع به دیدگاههای خودم و موضوعی که همیشه بهش فکر میکنم بنویسم. شاید برای این فکرهایی که دارم جوابهای سادهای وجود داشته باشه که ندونم(هنوز راستش نگشتم)، شاید اصلا اشتباه دارم به قضیه نگاه می کنم که باز هم نمیدونم. حتی چیز زیادی راجع به روابط فنی و اثباتهای فیزیکی و ریاضی داستان نمیدونم. در ادامه قصد دارم که راجع به زمان بنویسم و خوشحال میشم که نظر شما رو هم بدونم.