توضیحات

کشف داده های پرت یا  Outlier detection

در این جلسه آموزشی به کشف داده های پرت یا outlier data با رپیدماینر پرداخته می شود. داده های پرت آن دسته ار داده هایی هستند که رفتار متفاوت با سایر نمونه ها د ارند. miss Value با داده های پرت متفاوت هستند.

Miss Value به آن دسته از داده هایی گفته می شود که مقادیر خالی و یا تهی و یا مقادیر متفاوت با سایر مقادیر از مجموعه داده ها دارند. data  Outlier آن دسته از داده هایی هستند و با قرار گرفتن در یک فضا، رفتاری متفاوت با اکثر نمونه ها د ارند. داده های پرت باعث می شوند که مدل تولید شده در داده کاوی یک مدل پیچیده باشد. مدل پیچیده به مدلی گفته می شود که به برخی از داده ها که ارزش چندانی در دیتاست ندارند اهمیت بیشتری داده می شود. این داده ها موجب می شوند که  فضای جست و جوی بیشتری نسبت به خود اختصاص دهد.

در این جسله آموزشی از دوره آموزشی رپیدماینر، با کمک ابزار  paint، مفهوم نمونه های پرت در یک فضای دو بعدی نشان داده می شود. در این آموزش از دیتاست محبوب iris استفاده شده است. این دیتاست دارای ۱۵۰ نمونه و ۵ ویژگی می باشد. سورس شبیه سازی همراه با جلسه آموزشی تحویل می شود. ۵ ویژگی مربوط به دیتاست iris، اطلاعات مربوط به گلبرگ و گل ها را تشریح می کند.

امکانات جلسه آموزشی ۱۵ پس از خرید:

– امکان دانلود لینک مستقیم جلسه آموزشی

 – دانلود دیتاست iris

– امکان دانلود سورس یا مدل تهیه شده برای کشف داده های پرت با رپیدماینر

این آموزش برای رشته های زیر مفید است:

دوره های آموزشی نرم افزار داده کاوی رپیدماینر(Rapidminer) از جلسات مقدماتی تا سطوح متوسطه و پیشرفته برای رشته هایی ذیل مناسب و مفید می باشد.

– رشته کامپیوتر گرایش های نرم افزار، سخت افزار و معماری

– رشته تجارت الکترونیک

– رشته برنامه نویسی

– رشته فناوری اطلاعات

– و سایر رشته های مرتبط

با خرید کامل دوره با ۳۰% تخفیف ویژه از طریق این لینک تنها با پرداخت ۳۶۸٫۲۰۰ هزارتومان ۱۹جلسه را باهم خریداری نمایید.