تاریخچه پایتون: از ایده تا یک انقلاب در برنامهنویسی پایتون، زبان برنامهنویسی محبوب و قدرتمندی که امروزه در بسیاری از حوزهها مورد استفاده قرار میگیرد، دارای تاریخی جالب و پر فراز و نشیب است. آغاز داستان در اواخر دهه 1980، Guido van Rossum، یک برنامهنویس هلندی، با هدف ایجاد یک زبان برنامهنویسی ساده، خوانا و […]
آرشیو نویسنده: هادی محمدیان
مقدمه تحلیل خوشهای (Cluster Analysis) یکی از ابزارهای بنیادی در کاوش دادهها است که به منظور دستهبندی نقاط داده بر پایه شباهت یا نزدیکی آنها به کار گرفته میشود. هدف از این فرآیند، یافتن گروههای طبیعی (خوشهها) در دادهها بدون نیاز به برچسب یا دستهبندی از پیش تعیین شده است. تجسم خوشهها نقش کلیدی در […]
مقدمه در علم داده، تحلیل خوشهای (Cluster Analysis) یکی از ابزارهای بنیادی برای کاوش در دادهها و دستهبندی نقاط داده بر اساس شباهت یا نزدیکی آنها به کار گرفته میشود. هدف از این فرآیند، یافتن گروههای طبیعی (خوشهها) در دادهها بدون نیاز به برچسب یا دستهبندی از پیش تعیین شده است. شاخصهای شباهت نقش کلیدی […]
مقدمه تحلیل خوشهای (Cluster Analysis) یکی از ابزارهای بنیادی در کاوش دادهها است که به منظور دستهبندی نقاط داده بر پایه شباهت یا نزدیکی آنها به کار گرفته میشود. هدف از این فرآیند، یافتن گروههای طبیعی (خوشهها) در دادهها بدون نیاز به برچسب یا دستهبندی از پیش تعیین شده است. کاربرد تحلیل خوشهای در زمینههای […]
تحلیل دادههای طبقهبندی شده با درخت تصمیم مقدمه درخت تصمیم یکی از الگوریتمهای محبوب یادگیری ماشین برای مسائل طبقهبندی است. این الگوریتم با استفاده از یک ساختار درختی سلسله مراتبی، دادهها را به دستههای مختلف تقسیم میکند. درخت تصمیم با پرسیدن یک سری سوالات ساده در مورد ویژگیهای دادهها، این کار را انجام میدهد. هر […]
تحلیل دادههای طبقهبندی شده با آزمون کای دو (Chi-square test) مقدمه آزمون کای دو (Chi-square test) یکی از رایجترین آزمونهای آماری ناپارامتریکی است که برای بررسی استقلال بین دو متغیر دستهبندی شده (دستهای یا اسمی) استفاده میشود. فرض صفر در آزمون کای دو این است که بین دو متغیر هیچ وابستگی یا ارتباطی وجود ندارد. […]
مقدمه در علم آمار، جدول توافقی (Contingency Table) ابزاری برای نمایش اطلاعات ماتریسی است که بر اساس فراوانی دوطرفه یا برحسب دو یا چند متغیر کیفی تنظیم شده است. به همین علت گاهی به آن جدول متقاطع (Cross Tabulation) نیز میگویند. جدولهای توافقی برای خلاصهسازی و نمایش روابط بین متغیرهای دستهبندی شده (دستهای یا اسمی) […]
BRIN Index چیست؟ BRIN مخفف Block Range Index یا شاخص دامنه بلوک است. این یک تکنیک شاخصگذاری پایگاه داده است که برای بهبود عملکرد با جداول بسیار بزرگ طراحی شده است. BRIN ها مزایای مشابه پارتیشن بندی افقی یا شاردینگ را بدون نیاز به اعلام صریح پارتیشن ها ارائه می دهند. BRIN برای شاخص روی […]
شاخص Gin: توضیح جامع و کامل با مثال در دنیای پایگاه های داده SQL، شاخص Gin (Generalized Inverted Index) به عنوان نوعی شاخص تخصصی برجسته می شود که برای بهینه سازی عملکرد جستجو برای مجموعه های خاصی از مقادیر طراحی شده است. برخلاف شاخص های B-Tree یا Hash سنتی که به طور مستقیم به ردیف […]
شاخص متن در SQL شاخص متن (Text Index) نوعی از شاخص در پایگاه داده های SQL است که به طور خاص برای بهبود عملکرد جستجوی کلمات کلیدی در ستون های متنی طراحی شده است. برخلاف شاخص های B-Tree که برای جستجوی مقادیر دقیق در ستون های غیرمتنی استفاده می شوند، شاخص های متن از تکنیک […]