Page 39 - فصلنامه علم داده دانشگاه زنجان سال اول شماره چهارم

Model
Training
( لدم شزومآ

the

6
نآ هــب نــیرت کیدزن هــنومن k سلاک تــیرثکا ساــسا رــب دــیدج هــنومن ) )Training the Model( لدم شزومآ .6
.
.دوــش یم یدــنب هقبط ار اــه سلاک صیخــشت دــعاوق شزوــمآ یاــه هداد زا هدافتــسا اــب لدــم
.)رب هظفاح( شزومآ یاه هداد مامت هریخذ هب زاین اــهرتماراپربا مــیظنت هــب زاــین ًلاوــمعم هــلحرم نــیا رد .درــیگ یم داــی
.گرزب یاه هداد یارب رب نامز اما هداس .دراد دوــجو )Hyperparameters(
اه یگژیو سایقم هب ساسح
) )Model Evaluation( لدم یبایزرا .7
Model

.
7

Evaluation
( لدم یبایزرا
) )Decision Tree( میمصت تخرد 4. .دوش یم هدیجنس لدم درکلمع اهرایعم و تست یاه هداد زا هدافتسا اب
Decision
4.

( میمصت تخرد

Tree
ار یــصاخ یــگژیو هرــگ رــه رد هــک تــخرد کــی هــب هیبــش لدــم :لثم ییاهرایعم زا هدافتسا
.دــنک یم یــسررب Accuracy o
.هداس و ریسفت لباق ًلاماک راتخاس Precision o
.دوش هدافتسا یددع و یا هتسد یاه هداد یارب دناوت یم Recall o
یــیاهرتماراپ مــیظنت اــب رــگم دوــش راــچد Overfitting هــب تــسا نــکمم Score F1 o
تــخرد قــمع لــثم ROC Curve & AUC o
Model

Forest
هنیهب
4.4
Optimization

( یفداصت لگنج
( لدم یزاس

Random
.۸
) )Random Forest( یفداصت لگنج 4.4 ) )Model Optimization( لدم یزاس هنیهب .۸
و اــه هنومن یور مادــکره هــک مــیمصت ناــتخرد زا یا هــعومجم اــب هــلباقم یاــه کینکت و Grid Search، Cross-Validation دــننام یــیاه شور زا
.دــننیب یم شزوــمآ یــفداصت یاــه یگژیو هدافتــسا لدــم دوــبهب یارــب )Dropout اــی Regularization لــثم( Overfitting
.دوش یم صخشم )Classification (یارب یریگ یأر اب ییاهن هجیتن .دوــش یم
.اهنت میمصت تخرد هب تبسن Overfitting شهاک
بوبحم و دنمتردق رایسب ) )Deployment( یعقاو یایند رد هدافتسا .9
Deployment
( یعقاو یایند رد هدافتسا

.
9
اــی API بــلاق رد ًلاوــمعم و هدــش یزاــس هدایپ یــعقاو طــیحم رد یــیاهن لدــم
Vector
4.

-
) )Support Vector Machine - SVM( نابیتشپ رادرب نیشام 4. .درــیگ یم رارــق هدافتــسا دروــم نــشیکیلپا
Support
SVM

( نابیتشپ رادرب نیشام
Machine
ار هــلصاف نیرتــشیب هــک تــسا )Hyperplane( یــمیمصت زرــم لاــبند هــب
Maintenance

&
10
( لدم یرادهگن و شیاپ

.

.دراد سلاک ود کــیدزن یاــه هنومن اــب ) )Monitoring & Maintenance( لدم یرادهگن و شیاپ .10
Monitoring
لدــم )Kernel( اــه لنرک زا هدافتــسا اــب ار یــطخریغ یاــهزرم دــناوت یم لدــم نــیاربانب .)Concept Drift( دــنک یم رــییغت اــه هداد عــیزوت ناــمز رذــگ اــب
. دنک .دوــش یزوــمآزاب و شــیاپ یا هرود تروــص هب دــیاب
.لااب داعبا اب یاه هداد یارب بوخ ________________________________________
Classification
رد مهم یاه
متیروگلا .

4
.گرزب یاه هداد یارب رب نامز یمک Classification رد مهم یاه متیروگلا .4
4.1
Regression
( کیتسجل نویسرگر
) )Logistic Regression( کیتسجل نویسرگر 4.1
Logistic

( هداس زیب
Naive
) )Naive Bayes( هداس زیب 4.6 سلاک کــی هــب هداد قــلعت لاــمتحا یــنیب شیپ یارــب هــک یراــمآ لدــم کــی
Bayes

4.6
.اه یگژیو للاقتسا ضرف و زیب هیضق رب ینتبم .دوــش یم هدافتــسا
یاــه یدنب هقبط و یــنتم یاــه هداد یارــب بــسانم و عیرــس رایــسب یــیودود یدــنب هقبط لئاــسم یارــب دــمآراک و هداــس مــتیروگلا
.هــسلاکدنچ .)هــسلاکود(
.هداس یاه ضرف اب یتح یبوخ درکلمع لمع رد .تسا سلاک کی هب هنومن قلعت لامتحا یجورخ
]1 .0[ هزاــب هــب یــطخ یــجورخ تــشاگن یارــب دیومگیــس عــبات زا
Neural
) )Neural Networks( یبصع یاه هکبش 4.7 .دــنک یم هدافتــسا

Networks
( یبصع یاه
4.7
هکبش

.ناسنا زغم زا هتفرگ ماهلا یاه لدم .دنراد اه سلاک نیب یطخ زرم هک ییاه هداد یارب بسانم
.دنریگب دای ار یطخریغ و هدیچیپ طباور دنناوت یم یطخریغ یاه هداد یور رتمک ییاراک
.یجورخ و ناهنپ ،یدورو یاه هیلا لماش
-
4.

Nearest
Neighbors

.دایز تابساحم و هداد دنمزاین ) )K-Nearest Neighbors - KNN( هیاسمه نیرت کیدزن K 4.
کیدزن
KNN
( هیاسمه نیرت

K
K
-

.دنوش یم هداد شزومآ Gradient Descent لثم ییاه شور اب لاومعم رد هــنومن k نــیرت کیدزن ،دــیدج هــنومن کــی سلاک یــنیب شیپ یارــب
باــختنا سلاک ،ارآ تــیرثکا ساــسا رــب و دنوــش یم ادــیپ شزوــمآ یاــه هداد
.دوــش یم
39