جلسه ۳: آموزش اعمال فیلترها و پیش پردازش داده های محیط Explorer در نرم افزار وکا (Weka)


در این آموزش یاد میگیرید که:

در این جلسه آموزشی به اعمال فیلترها و پیش پردازش داده های محیط Explorer در نرم افزار وکا (Weka) پرداخته می شود. در این قسمت از دوره آموزشی وکا ابتدا به تشریح کامل زبانه preprocess که به منظور پیش پردازش و اعمال انواع فیلتر های با نظارت و بدون نظارت بر روی ویژگی ها و نمونه ها پرداخته شده است. سپس کلیه بخش ها و پنجره های موجود در این زبانه بصورت دقیق و عملی آموزش داده می شود.

یکی از عملیات هایی که قبل از اعمال هر الگوریتم بر روی یک دیتاست انجام می شود، فرآیند پیش پردازش است. پیش پردازش داده‌ها اولین گام در داده کاوی می باشد. بیش پردازش این امکان را فراهم می سازد که در نهایت داده هایی منسجم و استاندارد تولید گردد تا در مراحل بعد که فرآیند مدلسازی، خوشه بندی، انتخاب ویژگی و غیره که قرار است روی دیتاست مورد نظر انجام شود بر اساس این داده های استاندار بوده و در واقع دقت مطلوبی ارائه گردد.

اطلاعات این دوره آموزشی
مدت زمان فیلم آموزشی 1 ساعت و 09 دقیقه و 12 ثانیه
روش دریافت دریافت لینک مستقیم دانلود
قیمت 11.500 تومان
حجم آموزشی 777 مگابایت
تعداد خرید 2 بار
تعداد بازدید 99 نفر
کد دوره #
تضمین کیفیت و گارانتی:
این آموزش تحت نظارت موسسه رایان پژوهان پارسه تهیه شده است و کیفیت تصویر , صدا و سطح آموزشی کاملا تضمین میگردد
ناشر:
موسسه رایان پژوهان پارسه , پیشگام در زمینه آموزش های مجازی , پشتیبان دانشجویان و ارائه دهنده خدمات دانشجویی است
اقلام همراه فایل آموزشی:
این آموزش شامل فایل ویدیوئی با کیفیت بالا , یادداشت های مفید مدرس و فایل های پروژه تدریس داده شده بصورت کامل میباشد

توضیحات

جلسه ۳: آموزش اعمال فیلترها و پیش پردازش داده های محیط Explorer در نرم افزار وکا (Weka)

در این جلسه آموزشی به اعمال فیلترها و پیش پردازش داده های محیط Explorer در نرم افزار وکا (Weka) پرداخته می شود. در این قسمت از دوره آموزشی وکا ابتدا به تشریح کامل زبانه preprocess که به منظور پیش پردازش و اعمال انواع فیلتر های با نظارت و بدون نظارت بر روی ویژگی ها و نمونه ها پرداخته شده است. سپس کلیه بخش ها و پنجره های موجود در این زبانه بصورت دقیق و عملی آموزش داده می شود.

یکی از عملیات هایی که قبل از اعمال هر الگوریتم بر روی یک دیتاست انجام می شود، فرآیند پیش پردازش است. پیش پردازش داده‌ها اولین گام در داده کاوی می باشد. بیش پردازش این امکان را فراهم می سازد. در نهایت داده هایی منسجم و استاندارد تولید گردد تا در مراحل بعد که فرآیند مدلسازی، خوشه بندی، انتخاب ویژگی و غیره که قرار است روی دیتاست مورد نظر انجام شود بر اساس این داده های استاندار بوده و در واقع دقت مطلوبی ارائه گردد.

بنابراین، هدف اصلی زبانه preprocess این است که داده ها را به یک مجموعه مقادیر استانداری تبدیل نموده که در مرحله بعد مدل کارایی ایجاد شده و پیچیدگی نداشته باشد.

در این جلسه آموزشی کلیه فیلترهای وکا اعم از فیلترهای مرتبط با attribute و instance هر کدام بصورت عملی با توضیحات کامل تدریس شده است. همچنین به عنوان نمونه، در این آموزش از دیتاست معروف Diabetes که مربوط به بیماری دیابت است استفاده شده است.

بطور کلی در این جلسه آموزشی به تدریس و معرفی ذیل می باشد:

     – تشریح زبانه preprocess

     – فیلترهای مرتبط با attribute و instance

سرفصل رئوس مطالب این جلسه آموزشی عبارتند از:

     – معرفی کامل زبانه Preprocess

     – معرفی کامل کلیه فیلترها همراه با مثال و اجرای عملی

     – آموزش کامل پنجره های موجود در زبانه Preprocess

     – تدریس ساختار فایل های ARFF وکا

     – آموزش نحوه ایمپورت کردن دیتاست ( به عنوان نمونه دیتاست دیابت) به محیط ابزار وکا

     – آموزش انجام عملیات بر روی ویژگی های دیتاست

بنابراین در این جلسه آموزشی از مجموعه دوره های وکا، کلیه مطالب پیرامون پیش پردازش، اعمال فیلترهای متنوع، ورود دیتاست به محیط وکا و غیره تدریس شده است.

قسمتی از جلسه آموزش شماره ۴ از مجموعه جلسات دوره آموزشی اعمال فیلترها و پیش پردازش داده های محیط Explorer در نرم افزار وکا (Weka)، از طریق پیش نمایش زیر قابل مشاهده است. در ویدئو زیر ۱ ساعت و ۹ دقیقه و ۱۲ ثانیه آموزش ضبط شده توسط استاد بهنام حیدری تهیه و تنظیم گردیده است.

  پیش نمایش

اطلاعات بیشتر

مدت زمان فیلم آموزشی

1 ساعت و 09 دقیقه و 12 ثانیه

روش دریافت

دریافت لینک مستقیم دانلود

قیمت

11.500 تومان

حجم آموزشی

777 مگابایت

نقد و بررسی ها

هیچ دیدگاهی برای این محصول نوشته نشده است .

اولین کسی باشید که دیدگاهی می نویسد “جلسه ۳: آموزش اعمال فیلترها و پیش پردازش داده های محیط Explorer در نرم افزار وکا (Weka)”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *